Professional Documents
Culture Documents
Giaotrinh - Van Hong Tan - 2006 - He Thong Giao Thong Thong Minh-ITS
Giaotrinh - Van Hong Tan - 2006 - He Thong Giao Thong Thong Minh-ITS
Giaotrinh - Van Hong Tan - 2006 - He Thong Giao Thong Thong Minh-ITS
Chương 1:
Khái quát về hệ thống giao thông thông minh
1. Hệ thống giao thông
Hệ thống giao thông là một trong những hệ thống trọng yếu của xã hội hiện đại, có
trách nhiệm nhiệm đảm bảo sự di chuyển của người và hàng hóa từ nơi này đến nơi
khác. Nó tồn tại trong một môi trường gồm nhiều hệ thống khác nhau (ví dụ: hệ thống
thông tin liên lạc, hệ thống năng lượng, hệ thống các mối quan hệ kinh tế…) cùng kết
hợp vận hành hoạt động xã hội. Do vậy, hệ thống này sẽ tương tác và có thể kết hợp với
các hệ thống khác.
Hệ thống giao thông gồm nhiều thành phần chức năng mà mỗi thành phần đảm nhận
một nhiệm vụ vận tải cụ thể:
+ Thành phần vật chất: bao gồm đường xá, cầu cống, đường sắt, nhà ga, cảng hàng
không, cảng sông biển, và hệ thống kênh rạch.
+ Phương tiện giao thông: Xe, tàu, máy bay…
+ Cơ sở vật chất: cơ sở bảo dưỡng phương tiện giao thông, văn phòng, tổ chức quản lý.
+ Quy tắc vận hành: bao gồm định hướng luồng tuyến, kế hoạch vận tải và điều khịển
giao thông.
1
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
yếu tố môi trường xung quanh. Hệ thống đường, một yếu tố của môi trường, tương ứng
cũng được tích hợp các thiết bị điện tử để có thể nhận biết sự hiện diện của phương tiện
giao thông. Hệ thống đường và xe thông minh nêu trên cơ bản gọi là ITS (xem hình 1.1),
được chiến lược hóa nhằm mục đích cải thiện an toàn, giảm ùn tắc, làm cho việc đi lại
dễ dàng hơn, giảm tác động lên môi trường của hệ thống giao thông, tăng tính hiệu quả
trong việc sử dụng năng lượng, và tăng hiệu suất vận chuyển. Theo đó, người ta sử dụng
hệ thống đèn tín hiệu nâng cấp, thực hiện các cải tiến việc cung cấp thông tin về hệ
thống giao thông cho người lái xe, các chức năng tự động quản lý điều hành, hệ thống
cảnh báo nguy hiểm cho người lái xe, các hệ thống điều khiển xe tự động v.v… Khái
niệm “đường thông minh” được phát triển dựa trên kinh nghiệm của Nhật trong thực
hiện ITS. Nó bao gồm đường, phương tiện giao thông, hệ thống thông tin và hệ thống
xử lý.
Thông tin, liên
lạc và kỹ thuật
Con
Xe
người
Đường
Định vị
Tìm đường
Thông tin
Hình 1.1: Khái niệm ITS (Nguồn: Ministry of Land, Infrastructure and Transport, Japan,
2007)
2
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Các kỹ thuật ITS cũng có thể được phân nhóm theo chức năng, chẳng hạn hệ thống
quản lý giao thông cao cấp (Advanced Traffic Management Systems-ATMS), hệ thống
thông tin cao cấp cho người đi đường (Advanced Traveler Information Systems-ATIS),
hệ thống kiểm soát xe cộ cao cấp (Advanced Vehicle Control Systems-AVCS). Trong
cách phân loại này, ATMS là những hệ thống nhằm quản lý dòng xe, chẳng hạn hệ
thống tín hiệu liên thông, hệ thống ramp metering, hệ thống quản lý sự cố; ATIS bao
gồm những hệ thống gửi thông tin đến người đi đường (thông tin về tình trạng đường,
hướng dẫn tuyến…); và AVCS hệ thống đường tự động và các hệ thống điều khiển gắn
trên xe để tăng tính an toàn (tránh va quẹt, tăng tầm nhìn…). Vì cả kỹ thuật ATMS và
ATIS đều dựa trên các dữ liệu giao thông được thu thập tự động (tốc độ, lưu lượng…),
chúng có thể được xem là một với tên gọi là hệ thống quản lý và thông tin cao cấp
(Advanced Traffic Management and Information Systems-ATMIS).
Ở giai đoạn đầu trong khai thác ứng dụng ITS, các nước tập trung vào 3 hệ thống
chính: hệ thống quan trắc giao thông, hệ thống thông tin và hệ thống tín hiệu giao thông.
Đối với hệ thống quan trắc và hệ thống tín hiệu giao thông, ITS chú trọng vào các thiết
bị phát hiện xe, và các thuật toán điều khiển đèn tín hiệu. Đối với hệ thống thông tin,
người ta chú trọng vào các hệ thống dùng chung như sóng radio, bảng tín hiệu điện tử,
Internet và điện thoại di động; và các hệ thống truyền tin riêng đến từng cá nhân lái xe,
chẳng hạn: hệ thống dẫn đường trên xe, hệ thống thông tin tình trạng giao thông từng
thời điểm và hệ thống hướng dẫn tuyến đường đi. Riêng đối với các hệ thống an toàn và
kiểm soát xe, người ta đang hướng đến phát triển các hệ thống cảnh báo nguy hiểm, hay
xa hơn nữa là hệ thống đường tự động (automated highway system).
3
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Liên thông
Thông tin
Điều khiển
Trạng thái
Thông tin
Điều khiển
Trạng thái
Trạng thái
AHS
Trở ngại Chất lượng Người sử
dụng
không khí
Hệ thống Hệ thống Hệ thống
Người lái xe Ph/tiện GT Môi trường ven đường ngoài ITS
Môi trường
Hệ thống
phụ khác
Hình 1.2: Cấu trúc khái quát của một hệ thống giao thông thông minh
Hình 1.2 là 1 lưu đồ mô tả cấu trúc khái quát của một ITS. Hình vẽ thể hiện các
đường đi có thể của thông tin giữa một trung tâm quản lý giao thông (transportation
management center – TMC) và các nguồn và người sử dụng thông tin (chú ý: loại thông
tin có thể được trao đổi được thể hiện bên dưới các mũi tên). Nó bao gồm: Các TMC
khác, người tham gia giao thông muốn biết thông tin về tình trạng giao thông, phương
tiện giao thông và người điều khiển, nhân viên ở các TMC và các thiết bị cảm biến mà
cung cấp thông tin về tình hình giao thông. Giao tiếp giữa TMC và môi trường đường
được thực hiện bởi các hệ thống thiết bị ven đường, chẳng hạn như các thiết bị đếm,
điều khiển tín hiệu, bảng báo hiệu điện tử, các hệ thống video, máy phát song radio,
cảm biến thời tiết. Giao tiếp với các người đi lại khác (mà không đang sử dụng hạ tầng
giao thông) có thể được thực hiện thông qua internet hay các thiết bị từ xa như trạm
thông tin. Giao tiếp cũng có thể là giữa các TCM với nhau.
Một cấu trúc của hệ thống giao thông cụ thể của Nhật Bản được trình bày ở hình 1.3.
4
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Về cơ bản, ITS sử dụng công nghệ thông tin, bao gồm: phần cứng, phần mềm, điện
tử, điều khiển và viễn thông. Người ta hy vọng rằng kỹ thuật điện tử tin học có thể làm
chuyển biến hoàn toàn hệ thống giao thông trên mặt đường. Tổ chức ITS của châu Âu
(ERTICO) tin rằng nếu được áp dụng hiệu quả, ITS có thể tiết kiệm thời gian, tiền của
và sinh mạng con người cũng như giảm tác động của giao thông đi lại lên môi
trường.Tuy nhiên, thực tế cho thấy những cải thiện giao thông có được từ hệ thống điều
khiển giao thông tự động và hệ thống cung cấp thông tin cho lái xe thực sự chưa thực sự
rõ nét. Để có thể làm cho kẹt xe giảm đáng kể, có lẽ cần phải kết hợp thêm các giải pháp
khác về quản lý nhu cầu giao thông.
5
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Chương 2:
HỆ THỐNG QUAN TRẮC GIAO THÔNG
(Traffic surveillance systems)
1. Giới thiệu
Quan trắc giao thông là liên tục theo dõi tình trạng của hệ thống giao thông. Chức
năng này là cơ sở cho tất cả các chức năng và ứng dụng khác trong ITS bởi vì ITS dựa
trên việc sử dụng thông tin tức thì về trạng thái của hệ thống giao thông. Hệ thống quan
trắc giao thông thu thập nhiều loại dữ liệu, trong số đó, quan trọng nhất là dữ liệu về
trạng thái hoạt động của hệ thống giao thông. Hoạt động của hệ thống giao thông được
đánh giá thông qua 3 thông số cơ bản, đó là: lưu lượng, tốc độ và mật độ. Các thông số
này được thu thập bằng thiết bị quan trắc hiện đại. Bên cạnh đó, một số thông số khác
cũng được thu thập bởi kỹ thuật quan trắc. Đó là việc xử lý hình ảnh video về các hoạt
động của hệ thống giao thông, chiều dài chờ, thời gian di chuyển giữa 2 điểm, vị trí của
xe ứng cứu khẩn cấp, vị trí của xe buýt và GTCC, các dữ liệu về môi trường như nhiệt
độ, tốc độ gió, tình trạng mặt đường, mức độ khí thải và chất lượng không khí.
1
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
+ Vòng từ (Inductive loop detector - ILD): được sử dụng rộng rãi trong việc dò tìm
nhận biết xe. Nó được sử dụng chủ yếu tại các giao lộ có gắn hệ thống điều khiển hiện
đại và trên đường cao tốc để phát hiện sự cố giao thông và theo dõi giao thông. Vòng từ
được làm bằng một vài vòng dây cách ly được chôn dưới mặt đường. Vòng từ được nối
với nguồn điện và với 1 bộ dò tìm. Dòng điện này có tần số khoảng 10-50 kHz và được
kiểm soát bởi bộ dò tìm, thực chất là 1 điện kế (electrical meter). Vì có điện, vòng từ
này sinh ra 1 vùng từ trường và khi có 1 xe (vật thể có thân bằng kim loại dẫn điện)
chạy ngang qua vòng dây, nó sẽ làm nhiễu loạn vùng từ trường này. Từ trường thay đổi
sẽ sinh ra một sự thay đổi độ tự cảm của vòng dây tức là sự dao động về tần số. Thiết bị
đo (bộ dò tìm) sẽ cảm nhận được những thay đổi này. Nếu sự thay đổi về tần số lớn hơn
1 giá trị ngưỡng định sẵn, 1 tín hiệu sẽ được gửi đến controller là hệ thống máy tính
nhận diện là có xe đi qua (xem hình 2.1).
Hình 2.1: Nguyên lý làm việc của vòng từ (Photo của HowStuffWorks)
Vòng từ có thể hoạt động ở chế độ nhận biết xung (pulse mode) hoặc chế độ nhận
biết hiện diện (presence mode). Trong chế độ nhận biết xung, vòng dây gửi một tín hiệu
ngắn (trong khoảng 0.125s) đến bộ dò tìm và hệ thống do đó dùng để đếm lưu lượng.
Trong chế độ nhận biết hiện diện, tín hiệu từ vòng dây được duy trì liên tục khi một xe
choáng chỗ trong khu vực phát hiện của vòng dây. Do vậy, chế độ nhận biết có thể
cung cấp thông tin về lưu lượng và thời gian một xe choáng chỗ trong vòng dây. Việc
lắp đặt vòng từ có nhược điểm là phải dừng giao thông để cưa đào mặt đường lắp đặt.
Hình bên dưới mô tả quá trình lắp đặt vòng từ. Bên cạnh đó, vòng từ không phải lúc nào
cũng đạt được độ tin cậy như mong muốn và có thể bị hỏng do lắp đặt, do tải trọng xe
và do thay đổi thủy nhiệt nền mặt đường. Ở Mỹ, luôn có khoảng 30% vòng từ đang lắp
đặt không hoạt động được do hư hỏng.
Về cơ bản có hai dạng bố trí vòng từ: Vòng từ đơn (single loop) và vòng từ kép
(dual loop). Vòng từ đơn là loại chỉ có một vòng thép cảm ứng bố trí riêng rẽ để nhận
biết tín hiệu việc choáng chỗ của xe. Trong khi đó, vòng từ kép bao gồm 2 vòng thép bố
trí kề liền nhau, cùng làm việc để chuyển các tín hiệu nhận được từ việc cảm ứng xe đến
bộ xử lý dò tìm.
2
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Do có cấu tạo như mô tả mà vòng từ đơn và vòng từ kép có chi phí lắp đặt và công
năng sử dụng khác nhau. Vòng từ đơn chỉ có thể đo trực tiếp thời gian xe choáng chỗ
trong vòng từ, do đó, nó chỉ được sử dụng chủ yếu để đếm xe. nếu muốn ước lượng vận
tốc, ta cần phải có thêm một số phép thống kê. Trong khi đó, vòng từ kép có thể đo
thêm vận tốc xe từ tỷ số giữa khoảng cách giữa 2 vòng từ và thời gian lệch giữa hai thời
điểm phát hiện xe của hai vòng. Do vậy, bên cạnh việc đếm xe, người ta còn dùng vòng
từ kép để phân loại xe dựa trên chiều dài tính toán từ giá trị vận tốc này.
Về chi phí lắp đặt, rõ ràng vòng từ kép tốn kém nhiều hơn. Bên cạnh đó, hiện tại ở
nhiều nước, vòng từ đơn và bộ xử lý dò tìm đã được triển khai khá phổ biến. Các nghiên
cứu gần đây hướng đến việc mở rộng công năng của vòng từ đơn bằng các phương pháp
ước lượng vận tốc từ dữ liệu thu thập được của vòng từ đơn. Chi tiết về sự làm việc của
hai dạng vòng từ và phương pháp ước lượng được trình bày ở mục 3.
3
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Hình 2.3: Cảm biến áp điện và nguyên lý làm việc trên đường
4
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
hệ thống dò tìm phát vi sóng radar về một vùng phía trước nó trên đường. Bề rộng của
tia hay vùng tập trung năng lượng radar được kiểm soát bởi kích thước và phân bố của
năng lượng phát từ chảo ăngten. Có hai loại vi sóng radar tương ứng dùng cho 2 loại
cảm biến radar:
Loại sóng liên tục: Radar Doppler truyền 1 tín hiệu có tần số là hằng số (dạng sóng
Doppler). Khi có xe đi qua khu vực dò tìm, một sự thay đổi tần số (còn gọi là hiệu ứng
thay đổi Doppler) sẽ sinh ra trong sóng truyền lại. Sự phát hiện xe và ước lượng vận tốc
của nó có thể đo từ sự thay đổi này. Tuy nhiên, loại sóng radar liên tục này không thể dò
tìm được xe đứng yên và vì thế loại thiết bị dùng loại sóng liên tục không thể được xem
là thiết bị dò tìm ở chế độ hiện diện.
Loại sóng điều chỉnh tần số liên tục (frequency modulated continuous wave):
Radar phát 1 tín hiệu có tần số thay đổi đều. Người ta xác định khoảng cách giữa xe đối
tượng và bộ nhận tín hiệu bằng cách đo thời gian chênh lệch giữa phát và nhận tín hiệu.
Như vậy, cả xe di động lẫn xe đứng yên đều có thể phát hiện được. Các thông số như
mật độ làn, số lượng xe, chiều dài xe có thể thu được từ loại thiết bị loại này. Tuy nhiên,
để xác định vận tốc xe thì cần phải sử dụng hai vùng dò tìm bằng loại thiết bị này.
Điểm thuận lợi của cảm biến vi sóng là khả năng hoạt động ổn định trong mọi điều
kiện thời tiết, tránh được tác động của nước thấm từ mặt đường như đối với vòng cảm
biến. Thiết bị này được dùng cho loại đèn tín hiệu kích hoạt ở đô thị và trong ứng dụng
hệ thống tự động trên đường cao tốc.
5
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
lượng được phát ra từ hoặc phản xạ từ xe cộ, mặt đường và các vật thể khác. Lượng
năng lượng phát ra là 1 hàm của nhiệt độ bề mặt, kích thước và cấu trúc. Khi một xe vào
vùng dò tìm, nó tạo ra 1 sự gia tăng năng lượng phát ra so với mặt đường lúc không có
xe. Cảm biến hồng ngoại thụ động có thể đo tốc độ, chiều dài xe, lưu lượng xe, và thời
gian choáng chỗ trong khu vực cảm biến. Tuy nhiên, vì độ chính xác của thiết bị này có
thể bị ảnh hưởng bởi điều kiện thời tiết xấu, nó không cho độ tin cậy ổn định.
Cảm biến hồng ngoại dạng chủ động có nguyên lý tương tự như cảm biến bằng vi
sóng rada, đó là nó phát ra 1 tia năng lượng hẹp về mặt đường, và nhận lại tia phản xạ.
Máy nhận ra xe khi có sự thay đổi về thời gian lan truyền của tia hồng ngoại. Năng
lượng thu được từ các cám biến được tập trung lại bằng 1 hệ thống thấu kính để đến
được một loại vật liệu nhạy cảm với biến đổi năng lượng hồng ngoại.
Cảm biến hồng ngoại dạng chủ động đo lượng xe đi qua, thời gian choáng chỗ và
tốc độ. Tốc độ của xe được đo bằng thời gian mà xe cắt ngang qua 2 tia hồng ngoại
chiếu ngang qua đường và cách nhau 1 khoảng cố định. Một số cảm biến hồng ngoại có
thể phân loại xe bằng cách đo chiều dài xe. Tuy nhiên, cũng giống như dạng thụ động,
độ chính xác của cảm biến hồng ngoại dạng chủ động cũng phụ thuộc vào điều kiện thời
tiết như mưa và sương khói.
+ Cảm biến âm thanh (Acoustic detectors): Loại này đo năng lượng âm hoặc tiếng
động phát ra từ các nguồn khác nhau, cả từ bản thân xe và từ va chạm lăn giữa bánh xe
và mặt đường. Cảm biến âm thanh sử dụng 1 dãy các micro để dò tìm các âm phát ra từ
1 làn xe. Khi 1 xe chạy ngang qua vùng dò tìm của cảm biến, thuật toán xử lý tín hiệu
âm sẽ phát hiện ra sự gia tăng năng lượng âm thanh và do đó 1 tín hiệu về sự có mặt của
xe được ghi nhận. Khi xe ra khỏi vùng dò tìm của cảm biến dẫn đến năng lượng âm
giảm xuống dưới một ngưỡng xác định, tín hiệu về sự hiện diện của xe sẽ tắt.
6
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Cảm biến âm thanh có thể dùng để đo tốc độ, lưu lượng, thời gian choáng chỗ và sự
hiện diện. Nó có thể phân loại xe bằng cách so sánh giữa âm sắc của xe đó với 1 bảng
chuẩn các âm sắc của các loại xe khác nhau. Tốc độ được đo bằng cách sử dụng 1 dãy
các micro trên cơ sở độ trễ về thời gian đến sẽ khác nhau đối với từng micro. Lợi điểm
của cảm biến âm thanh là nó có thể sử dụng trong mọi điều kiện thời tiết và ánh sáng.
Về cơ bản, máy tính sẽ theo dõi sự thay đổi giữa các khung hình kế tiếp nhau. Thuật
toán đơn giản nhất là phân tích sự biến đổi về mức màu xám giữa các nhóm pixel sinh
ra khi một xe di chuyển ngang qua vùng dò tìm.
Hình 2.6: Lưu đồ hệ thống VIP điển hình trong phát hiện, phân loại, và theo dõi quỹ đạo
xe.
Hình 2.6 trình bày một hệ thống VIP điển hình. Các hình ảnh được chụp bởi camera
sẽ được số hóa và lưu trữ trong máy tính. Sự dò tìm xe được thực hiện bằng cách so
sánh hàng loạt các ảnh kế cận nhau. Phân đoạn hình ảnh tức là chia hình ảnh thành
những vùng nhỏ hơn để máy tính có thể trích lọc các đặc điểm dễ dàng hơn. Các đặc
điểm được trích lọc sẽ được dùng để phân loại xe và theo dõi xe. Ta sẽ có được quỹ đạo
của một xe từ việc theo dõi xe này. Việc này cho phép chúng ta thiết kế chuyển làn,
thống kê lối vào và lối ra nút giao thông.
7
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Khả năng làm việc của 1 hệ thống VIP có thể bị ảnh hưởng bởi các yếu tố môi
trường như điều kiện ánh sang (ban ngày hoặc ánh sang đèn xe). Việc phát hiện sai xe
có thể do các xe chạy quá sát nhau hoặc ảnh bóng của xe in lên làn đường bên cạnh.
Bên cạnh đó, việc camera bị rung do gió mạnh, và yêu cầu phải lắp cao hơn 18m để có
thể quan sát rộng là những yếu tố cần phải quan tâm khi sử dụng VIP. Do vậy, việc lắp
đặt VIP tương đối tốn kém và hệ thống VIP chỉ phát huy hiệu quả nếu chúng ta có thể
thiết lập nhiều vùng quan trắc trong phạm vi ‘nhìn thấy’ của camera.
8
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
9
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
với một khoảng thời gian xác định. Đây là đại lượng được dùng để tính toán mật độ
giao thông như trình bày ở mục 3.4.
Giá trị chiều dài (Lv + Leff) từ công thức (2.1) có thể được gọi là chiều dài xe có hiệu
được thiết bị dò tìm ‘nhận thấy’.
10
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Theo đó, vận tốc xe được tính bằng công thức tỷ số giữa khoảng cách 2 vòng từ và
gián cách thời gian (T2 – T1) xe bị phát hiện bởi 2 vòng từ:
Dloop
v= (2.2)
(T2 − T1 )
Ví dụ:
Có 2 vòng từ như hình dưới, chiều dài có hiệu của vòng từ là 3m, khoảng cách giữa hai
cảm biến áp điện là 1m. Có các giá trị quan trắc được như sau:
t6 = 7.1s, t5 = 6.8s, t4 = 6.5s, t3 = 6.1, t2 = 5.8s, t1 = 5.4s
Xác định tốc độ xe, chiều dài xe, khoảng cách trục xe.
1 2
Analogue
Digital
Thời gian
t1 t 2 t3 t4 t5 t6
Giải đáp:
- Tốc độ xe = Khoảng cách giữa 2 cảm biến áp điện / (t3 - t2) = 3.3 m/s = 11.9 km/h
- Chiều dài xe = Tốc độ xe.(t6 - t1) – Chiều dài có hiệu của vòng từ (detection zone)
= 2.6 m
- Khoảng cách trục xe = Tốc độ xe .(t4 - t2) = 2.3 m
Chứng minh:
Ta có quan hệ sau từ định nghĩa của Occupancy:
∑ Thoi gian choang cho = ∑ oni = 1 ( Lvi + Leff )
Occ =
T T T
∑ v (2.3)
i
Bằng cách xấp xỉ tổng chiều dài xe và chiều dài có hiệu của vòng từ trong công thức
(2.3) bởi chiều dài có hiệu trung bình giả định của các xe trong dòng quan trắc LA,
Occupancy có thể được tính như sau:
11
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
1 L A n.L A . 1 1
Occ ≈
T
∑ vi
=
T
(1 / n)∑ = q.L A
vi v space
(2.4)
q.LA
Do đó, v space ≈ (2.5)
Occ
Công thức (2.5) thực chất là hình thức mở rộng của công thức (2.1) vì
Occ =
∑ oni = n.on = q.on
T T
q.L A L A
Æ v space ≈ = hay L A ≈ v space .on (2.6)
q.on on
Công thức (2.5) cho thấy, trong điều kiện chiều dài xe và vận tốc xe không có quan
hệ, và nếu ta có giá trị LA của dòng xe, ta có thể xác định vận tốc trung bình theo không
gian của dòng xe v space . Thông thường, các trạm quan trắc sẽ lấy 1 giá trị LA xác định và
dùng nó để ước lượng v space . Có được vận tốc trung bình của dòng xe, ta có thể tính
ra chiều dài của từng xe quan trắc dựa trên thời gian xe đó choáng chỗ trong thiết
bị dò.
Cách ước lượng này đơn giản và cho độ chính xác thấp vì nó không xét đến yếu tố
tỷ lệ các xe dài có thể thay đổi theo các thời điểm khác nhau. Khi lưu lượng lưu thông
thấp, một xe dài có thể làm lệch giá trị occupancy vì xe đó sẽ choáng thời gian lâu hơn
trong thiết bị dò. Rõ ràng, việc ước lượng vận tốc trung bình sẽ gặp bất lợi nếu chiều dài
các xe trong dòng xe quan trắc biến động lớn. Hơn nữa, việc chọn giá trị LA cho tính
toán cũng là một yếu tố sai số.
12
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Hình 2.9: Quan hệ vận tốc ước lượng và quan trắc (mean và median) quan sát bởi
Coifman et al.(2003)
Hình 2.10: Quan hệ vận tốc ước lượng và quan trắc (mean và median) quan sát trong 5
phút bởi Coifman et al.(2003)
Nếu quan trắc trên một làn giá trị trung bình và giá trị median của vận tốc của các
mẫu lấy trong mỗi 5 phút, Coilman et al.(2003) cho thấy không có sự khác biệt lớn giữa
mean và median vận tốc bởi vì chúng đều là số đo của tâm của mẫu. Tuy nhiên, hình
2.11b bên dưới cho thấy giá trị ước lượng của median đánh giá khá chính xác giá trị vận
tốc quan trắc.
Hình 2.11: Giá trị trung bình và median của vận tốc đo được (A) và ước lượng được (B)
trong 24 giờ. (Coifman et al. 2003) (Lưu ý: Mẫu lấy cứ 5 phút một lần của một làn xe)
13
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Theo đó, Coifman et al. (2003) kết luận có thể sử dụng mẫu N = 10 xe liên tục để
ước lượng median vận tốc theo công thức (2.7) từ onmedian. Nếu lấy mẫu theo lượng thời
gian, thì thời gian lấy mẫu trong 30s (T = 30s) yêu cầu lưu lượng xe phải lớn hơn 1200
xe/h trong mọi thời điểm trong ngày. Nếu lấy T = 5 min, thì lưu lượng xe yêu cầu chỉ
khoảng 120 xe/h. Việc tăng thời lượng lấy mẫu có thể làm chậm việc cập nhật giá trị
vận tốc ước lượng của mẫu đó, do vậy, ta có thể tăng N và giảm T trong lấy mẫu bằng
cách lấy mẫu cho nhiều làn trên một hướng trong khoảng thời gian T = 30s chẳng hạn.
Ví dụ ta có kết quả như hình 2.12 sau khi quan trắc lấy mẫu 4 làn xe trong 30s:
.
Hình 2.12: Quan hệ vận tốc ước lượng và quan trắc (mean và median) quan sát trong
30s bởi Coifman et al.(2003)
Việc xác định chiều dài các xe theo được thực hiện theo quan hệ sau:
L j = vˆi × on j (2.8)
trong đó: Lj là chiều dài ước lượng của xe thứ j trong mẫu i, v̂i là ước lượng của giá trị
median vận tốc của mẫu thứ i và onj là thời gian choáng chỗ trong thiết bị dò của xe thứ
j trong mẫu i.
…. ….
Mẫu 33 xe
Hình 2.13: Cửa sổ di chuyển trong phương pháp ‘median di chuyển’
Khi có được mẫu, ta tiến hành tính onmedian, rồi ước lượng giá trị median của vận tốc
như công thức (2.7). Sau đó, xác định chiều dài các xe trong mẫu bằng công thức (2.8).
3.3.2.4. Phương pháp dãy nối tiếp (Cách 4)(áp dụng khi chiều dài xe biến động lớn)
Trong cách 3, nếu thành phần xe dài có biến động lớn giữa các mẫu, khi đó, giá trị
chiều dài trung bình thực tế L sẽ thay đổi, dẫn đến việc sử dụng 1 giá trị LA giả định
14
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
chung là không hợp lý. Theo nghiên cứu của Neekisetty và Coifman (2004), ta có thể
dùng phương pháp sau để ước lượng vận tốc xe trong 1 dòng xe đặc trưng.
Phương pháp dựa trên cơ sở lý thuyết sau: Tỷ lệ thời gian on-time của 2 xe chạy kế
tiếp nhau là tương ứng với tỷ lệ chiều dài của chúng. Thực tế, ta không biết tỷ lệ thời
gian on-time là của xe nào, nhưng nếu đó là cặp xe dài nhất và ngắn nhất trong dòng xe,
ta có thể xác định được trực tiếp chiều dài của chúng từ các cặp on-time liền kề.
Ví dụ:
Hình 2.14 là ví dụ thống kê toàn cục của 1 dòng xe. Ta biết được có hai loại xe ưu thế
trong dòng xe này: Loại xe dài 20 feet và loại xe dài 70 feet. Tỷ lệ on-time của hai xe
này là khoảng 3.5 lần. Do vậy, nếu trong mẫu quan trắc, ta tìm được 2 on-times kế tiếp
nhau chênh nhau khoảng 3.0-4.5 lần (ngưỡng dao động quanh 3.5 để xét đến biến động)
thì ta có thể biết chắc được 1 chiếc dài 20 feet và 1 chiếc dài 70 feet. Có được chiều dài
của từng xe và thời gian on-time của từng xe, vận tốc của chúng dễ dàng được xác định
bởi công thức:
l
vˆvehicle = vehicle (2.9)
onvehicle
Hình 2.14: Ví dụ về thống kê chiều dài xe trong một loạt quan sát.
15
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
bố của mẫu và cả dòng xe quan trắc có dạng 2 đỉnh (như hình 2.14 trên), ta có thể xác
định vị trí hai đỉnh và vận tốc khi ấy có thể ước lượng theo công thức (2.9).
Ví dụ:
Ta có trình tự thuật toán như sau:
(1) Tìm on-time của loại xe chiếm ưu thế (đỉnh lớn nhất của hình 2.14b)
(2) Tìm các quan trắc on-time lớn hơn 3-4.5 lần on-time của loại xe chiếm ưu thế.
(3) Tìm các quan trắc on-time nhỏ hơn 3-4.5 lần on-time của loại xe chiếm ưu thế.
(Lưu ý, 3-4.5 lần ở đây là số sử dụng trong nghiên cứu của Coifman & Kim (2004))
(4) So sánh số lượng quan trắc on-time tìm được ở (2) và (3), xác định on-time nào có
số lượng nhiều hơn.
(5) + Nếu căn cứ vào (4) ta thấy rõ ràng có 1 đỉnh phụ nữa với khoảng trên 3 xe, thì mẫu
đang xét có thể xem là có hai đỉnh ưu thế, và việc phân tích giống như phương pháp 4,
chuyển tiếp sang bước (6).
+ Nếu không được như vậy, mẫu được xem là có một đỉnh và phải xử lý theo cách
sẽ đề cập sau.
(6) Gán một chiều dài trung bình cho xe chiếm ưu thế, dựa trên vị trí của đỉnh phụ xác
định từ (4) (xe dài hay ngắn), và ước lượng vận tốc từ công thức (2.9). Dùng vận tốc
median của xe ưu thế để xác định chiều dài các xe khác theo (2.8)
+ Cách xử lý khi mẫu có 1 đỉnh (không biết xe đặc trưng là xe ngắn hay dài):
Giả thiết 70 km/h là ngưỡng dưới của dòng xe tự do (free flow). Sử dụng công thức
l = v.on, ta có thể xác định on-times của các xe dài và xe ngắn đặc trưng dưới các điều
kiện giao thông khác nhau. On-time của xe 20 feet có vận tốc 140km/h sẽ là 0.16s, có
vận tốc 70 km/h vào khoảng 0.3s. Tương tự, on-time của xe 70 feet với vận tốc 140
km/h sẽ khoảng 0.6s và ở vận tốc 70km/h sẽ là 1.1s. Các giới hạn này tạo ra 4 vùng
riêng rẽ mà đỉnh on-time của xe ưu thế có thể nằm trong.
Vùng 1: Nếu đỉnh on-time ∈ (0.16, 0.30) thì đó là xe 20 feet chạy với vận tốc > 70
km/h (dòng tự do)
Vùng 2: Nếu đỉnh on-time ∈ (0.30, 0.60) thì đó là xe 20 feet chuyển động dưới
70km/h (dòng bão hòa)
Vùng 3: Nếu đỉnh on-time ∈ (0.60, 1.10) thì đó hoặc là xe 20 feet di chuyển dưới 70
km/h (20 feet chạy chậm) hoặc là xe 70 feet di chuyển nhanh trên 70 km/h.
Vùng 4: Nếu đỉnh > 1.1 thì đó hoặc là xe 20 chạy rất rất chậm hoặc là xe 70 feet di
chuyển dưới 70 km/h. (dòng bão hòa)
Trường hợp on-time của xe ưu thế thuộc vùng 1 hoặc vùng 2 thì khá đơn giản, ta
xác định ngay được chiều dài xe ưu thế và từ đó ước lượng được vận tốc của mẫu từ
(2.9). Nếu on-time của xe ưu thế thuộc vùng 3, ta không xác định được liệu đó là đỉnh
của dòng xe 20 feet bão hòa hay liệu đó là đỉnh của dòng xe 60 feet tự do. Do vậy, ta
cần áp dụng các kiểm tra sau:
- Kiểm tra occupancy: Thông thường, occupancy thấp là kết quả của dòng tự do với ít
xe. Do vậy, nếu occupancy của mẫu xem xét nhỏ hơn 1 ngưỡng xác định (khoảng
15%) thì vận tốc có thể ước lượng từ phương trình (2.9) và xem đó là on-time của
xe dài 70 feet.
- Xem xét biến động của on-time: Thông thường, ở trạng thái vận tốc tự do, on-time
thường ổn định hơn so với ở dòng bão hòa (đặc trưng của hiện tượng kẹt xe là các
sóng tăng tốc và giảm tốc). Vì thế, với cùng một sự biến động vận tốc, sự biến động
on-time khi dòng tự do sẽ nhỏ hơn so với khi dòng bão hòa. Và phương sai on-time
khoảng 0.11 (s2) được xem là ngưỡng giữa dòng tự do và dòng bão hòa.
16
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
- Ước lượng vận tốc từ mẫu trước đó: Thực tế 2 mẫu (33 xe) kề liền thường có vận
tốc tương tự vì sự chuyển tiếp từ dòng tự do sang dòng bão hòa chỉ xảy ra 1 vài lẩn
trong ngày. Do vậy, nếu on-time của xe ưu thế trong 1 mẫu nằm ở vùng 3, ta có thể
tham khảo vận tốc của mẫu trước đó.
Nếu on-time của xe ưu thế nằm ở vùng 4, ta biết chắc rằng dòng xe bão hòa hoặc ùn
tắc, nhưng không biết xe ưu thế là xe dài hay xe ngắn. Do vậy, giải pháp trong trường
hợp này là tăng mẫu lên 51 xe và kiểm tra liệu mẫu mới đã chuyển thành dạng có 2
đỉnh hay chưa. Nếu đúng, thì thực hiện như đã nêu trên, nếu sai thì mẫu được xem là
ngoại lệ. Thực tế cho thấy các mẫu ngoại lệ như vậy là khá hiếm chỉ chiếm chưa đầy
1% số mẫu quan trắc.
Ví dụ:
Trên quốc lộ 6 làn xe (3 làn/chiều), một trạm quan trắc
Làn Occupancy %
có các giá trị Occupancy như bảng bên. Chiều dài trung
Làn 1 22
bình của xe là 20 ft cho làn 1, 18 ft cho làn 2 và 16 ft
Làn 2 15
cho làn 3. Chiều dài có hiệu của mỗi vòng từ là 8 ft.
Xác định mật độ giao thông cho mỗi làn và cho cả Làn 3 12
đường.
Giải đáp:
a/ Mật độ giao thông của mỗi làn được xác định từ công thức (2.10). Kết quả cho trong
bảng bên dưới:
17
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
b/ Mật độ giao thông tổng của cả đường được tính bằng tổng mật độ làn của tất cả các
làn:
- Mật độ tổng = 41.5 + 30.5 + 26.4 = 98.4 xe/mile = 61.1 xe/km.
3.5. Phương pháp moving observer trong tính toán quan trắc giao thông
Phương pháp moving observer được phát triển để thu thập các dữ liệu tức thời về
dòng xe. Phương pháp này dùng xe thăm dò (probe vehicle) ghi lại các giá trị của dòng
xe trong khi di chuyển cùng với dòng xe cần đo. Phương pháp này dựa trên các thông số
về chuyển động tương đối giữa xe thăm dò và các xe khác trong dòng xe. Ta xem xét 2
trường hợp chuyển động tương đối giữa xe thăm dò và các xe khác của dòng xe.
+Trường hợp 1:
Giả sử có một xe thăm dò đứng yên và một dòng xe đang chuyển động. Nếu có No
xe vượt qua xe thăm dò trong thời gian quan sát T, thì lưu lượng dòng quan sát sẽ là:
N
q = o or N o = q.T (2.11)
T
+Trường hợp 2:
Giả sử chỉ có xe thăm dò di chuyển, và toàn bộ các xe khác thì đứng yên. Nếu di
chuyển 1 quãng đường L trong thời gian T với vận tốc trung bình vobs và vượt qua Np xe
thì mật độ của dòng xe sẽ là:
N
k = p or N p = kvobsT (2.12)
L
-
Bây giờ ta xét trường hợp thực tế, đó là xe thăm dò di chuyển cùng với dòng xe
đang được quan trắc. Trong trường hợp này, sẽ có Mo xe sẽ vượt xe thăm dò và Mp xe
sẽ bị xe thăm dò vượt. Hai giá trị này lớn nhỏ tùy thuộc vào vận tốc tương đối của xe
thăm dò và dòng xe quan trắc: Nếu xe thăm dò di chuyển nhanh hơn trung bình, nó sẽ
vượt qua nhiều xe hơn số xe vượt qua nó và ngược lại. Sự chênh lệch của hai giá trị này
bằng:
M = M o − M p = qT − kvobsT (2.13)
hay
M
= q − kvobs (2.14)
T
Phương trình (2.14) chính là phương trình cơ bản của phương pháp moving observer
thể hiện mối quan hệ giữa lưu lượng dòng xe q, mật độ dòng xe k và các thông xe M, T,
vobs thu thập từ xe thăm dò. Lưu ý, trong phương trình này, cần tránh nhầm lẫn giữa
mean speed vs của dòng xe và vobs của xe thăm dò
Khi thay giá trị M, T, vobs của một lần chạy quan sát, ta sẽ được phương trình (2.14)
có quan hệ q và k. Để giải tìm được hai biến này, ta cần 2 phương trình. Như vậy, ta cần
hai lần chạy quan sát với 2 vận tốc chạy khác nhau. Thường thì lần chạy quan sát đầu sẽ
chạy cùng chiều với dòng xe quan trắc. Lần chạy quan sát thứ sát thứ 2 sẽ ngược chiều
với dòng xe quan trắc. Khi xe thăm dò di chuyển ngược dòng xe quan trắc, ta xem
như xe thăm dò không vượt được xe nào cả (Mp = 0) mà chỉ bị Mo (=Ma) xe vượt.
Mo chính là số xe mà xe tham dò đối diện khi chạy ngược chiều. Sau hai lần chạy
quan sát, ta sẽ thu được 2 bộ giá trị Mo và Mp. Thay hai bộ giá trị này vào công thức
(2.14) ta được:
Mw
= q − kvw (Khi đi cùng dòng xe, with) (2.15)
Tw
18
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Ma
= q + kva (Khi đi ngược dòng xe, against) (2.16)
Ta
Dấu cộng cho va (vận tốc chạy ngược chiều) ở phương trình (2.16) cho biết xe thăm
dò di chuyển ngược chiều với dòng xe. Từ 2 phương trình này, ta sẽ xác định được q và
k của dòng xe (giả sử lưu lượng và mật độ dòng xe duy trì không đổi ở hai lần quan
trắc). Trường hợp đặc biệt khi xe thăm dò chạy cùng vận tốc trong cả hai lần chạy quan
sát (vw = va), ta sẽ có:
M + Mw
q= a (2.17)
2Tobs
và
Ma − Mw
k= (2.18)
Tobs (v a + v w )
Để tính toán giá trị vận tốc trung bình không gian (space mean speed) của dòng xe,
ta viết lại phương trình (2.15) thành:
Mw q⎛L⎞ M q
= q − ⎜⎜ ⎟⎟ Æ w = q − Tave
Tw vs ⎝ Tw ⎠ Tw Tw
⎛ M ⎞T M
Æ Tave = ⎜⎜ − w + q ⎟⎟ w Æ Tave = Tw − w (2.19)
⎝ Tw ⎠ q q
trong đó:
• Tw = thời gian di chuyển của xe thăm dò khi di chuyển cùng chiều với dòng xe
quan trắc
• Mw = hiệu số giữa xe vượt và xe bị vượt bởi xe thăm dò
• q = lưu lượng dòng xe tính theo phương trình (2.17)
• Tave = Thời gian di chuyển trung bình của các xe trong dòng xe trên quãng
đường L mà xe thăm dò đã đi.
Nếu xe thăm dò di chuyển chậm hơn dòng xe, nó sẽ vượt qua ít xe hơn số xe vượt
qua nó, và Mw sẽ dương, điều này dẫn đến thời gian di chuyển trung bình của các xe
trong dòng xe sẽ nhỏ hơn của xe thăm dò.
Khi có được Tw, ta suy ra được vận tốc trung bình không gian (space mean speed)
của dòng xe từ Tave
L q
vs = hoặc v s = (2.20)
Tave k
Lưu ý:
-Thường thì để đảm bảo độ tin cậy thống kê, xe thăm dò sẽ chạy một số lượt (~ hơn 6),
và kết quả trung bình sẽ được sử dụng để tính toán. Cần xem xét thêm độ lệch chuẩn
của mẫu trước khi quyết định dùng kết quả khảo sát để tính toán.
-Các dòng xe tách dòng hoặc nhập dòng sẽ làm sai kết quả quan trắc. Do vậy, tuyến
đường khảo sát cần tránh các giao lộ lớn (uninterrupted flow).
- Phương pháp này ít sử dụng cho đường phố chính đô thị mà thường sử dụng cho
những đường ngoài đô thị chưa có hệ thống quan trắc tự động.
19
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Ví dụ:
Một xe quan trắc di chuyển 0.8 km đoạn đường quan trắc, có dòng xe liên tục
(uninterrupted flow). Xe di chuyển với vận tốc tương đối đều, trung bình là 32 km/h.
Khi di chuyển, xe thăm do quan sát thấy có Mp xe bị vượt bởi xe thăm dò, số xe vượt xe
thăm dò Mo. Trong cùng thời gian đó, thông tin từ 1 xe quan trắc khác đi cùng vận tốc
theo chiều ngược lại đếm được có Ma xe đối diện. Thời gian quan trắc được ghi lại bảng
sau:
Thời gian Ma Mo Mp
08:00-09:00 107 10 74
09:00-10:00 113 25 41
10:00-11:00 30 15 5
11:00-12:00 79 18 9
Giải đáp:
a/
- Giá trị Mw được tính bằng: Mw = Mo – Mp
- Thời gian quan trắc tính bằng cách
Tobs= Ta = Tw= L/vobs = 0.8km/32km/h = 0.025h
- Vì cả hai chiều, 2 xe quan trắc đều có cùng vận tốc, ta có thể tính q dùng công thức
M + Mw
(2.17): q = a
2Tobs
- Thời gian di chuyển trung bình của các xe trong dòng xe trên quãng đường L mà xe
thăm dò đã đi cho bởi công thức (2.19)
M
Tave = Tw − w
q
- Suy ra, vận tốc trung bình không gian, vspace: vs=L/Tave
Thế số vào, ta được: vs = 0.8 km / [0.025-(10-74)/860] = 8 km/h
- Suy ra k1 = q/v = 860/8 =107 xe/km
+ Đối với các thời đoạn còn lại, thực hiện tương tự ta được:
q2 = 1940 xe/h; v2 = 24 km/h; k2 = 81 xe/km
q3 = 800 xe/h; v3 = 64 km/h; k3 = 13 xe/km
q4 = 1760 xe/h; v4 = 40 km/h; k4 = 44 xe/km
b/ Vẽ đường quan hệ k–v xấp xỉ qua quan sát q, k, v của 4 thời đoạn ta được hình 2.15:
20
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Hệ số giải thích R2 rất lớn (0.987) cho thấy xấp xỉ tuyến tính quan hệ k-v là phù hợp.
- Theo hình 2.15 phương trình xấp xỉ cho ta v = -0.575k + 69.224 hay k = -1.716v
+119.6
- Vì q = k.v nên quan hệ q-k như sau: q = -0.575k2 + 69.224.k
(hay q = -1.716v2 +119.6v)
v 70 q 2500
60
2000
50
40 1500
30 1000
v = -0,575k + 69,224
20 2
R = 0,9869 q = -0,575k2 + 69,224k
500
10
0 0
0 20 40 60 80 100 120 0 20 40 60 80 100 120
k k
Hình 2.15: Biểu đồ quan hệ cơ bản vận tốc-mật độ - lưu lượng
- Vận tốc dòng tự do là vận tốc khi không có xe trên đường, tức khi k = 0
Æ vf = 69.2 km/h
- Mật độ dòng bão hòa (khi vs ~ 0): kj = 119.6 xe/km
21
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Chương 3:
TÍNH TOÁN THIẾT KẾ VÒNG TỪ
Hình 3.1: Sơ đồ đấu nối, nguyên lý cấu tạo vòng từ và hệ thống điều khiển
Sợi dây của vòng từ, sợi dây dẫn đầu vào và sợi cáp đầu vào có các thông số chuyên
dụng về số sợi, tiết diện, điện trở/đơn vị dài được chỉ dẫn bởi nhà sản xuất. Xem bảng
bên dưới.
Bảng 3.1: Thông số chuyên dụng về điện trở dây dẫn và dây cáp dùng cho vòng từ
1
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Từ thông qua một cuộn dây được xác định bằng công thức:
φ = B.A (3.2)
trong đó:
φ: Từ thông (weber)
B: Cường độ cảm ứng từ
A: Tiết diện ngang của cuộn dây (m2).
Mật độ từ thông B được xác định từ mật đồ từ trường H:
B = μr μo H (3.3)
trong đó:
μr: độ từ thấm tương đối của vật liệu
μo: 4π x 10-7 henry /m
Như vậy, độ tự cảm của một cuộn dây được tính bằng:
Nφ NBA
L= = (3.4)
I I
trong đó:
L: Độ tự cảm (henry)
N: Số vòng dây
I: Cường độ dòng điện qua vòng dây
Khi chiều dài vòng dây lớn, từ thông qua cuộn dây là đều tại mọi điểm, khi đó, độ tự
cảm của cuộn dây trong công thức (3.4) có thể viết lại thành:
Nμ r μ o HA μ r μ o N 2 A
L= = (3.5)
I l
Đối với vòng từ lắp đặt trên đường, hệ số F’ được thêm vào để xét đến việc từ trường
không hoàn toàn đồng nhất trong cuộn dây của vòng từ.
2
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
μ r μ o N 2 A.F '
L= (3.6)
l
3
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
L = P x (n2 + n) / 4
Trong đó:
L: Độ tự cảm của vòng từ (henry)
P: Chu vi của cuộn dây vòng từ do trên mặt đường(ft)
n: Số lớp vòng dây.
Tuy nhiên công thức là khá phức tạp do vòng từ bao giờ cũng có điện trở và điện
dung. Người ta tính toán lập bảng sẵn giá trị độ tự cảm của 1 số vòng từ chuẩn (xem ví
dụ bảng 3.3)
Bảng 3.3: Độ tự cảm của vòng từ chữ nhật (μH) rộng 1.8m, khi tần số điện là 60kHz
Độ tự cảm tổng của hệ thống vòng từ sẽ bằng độ tự cảm của tổ hợp vòng từ cộng
với độ tự cảm sinh ra do cáp đầu vào, ví dụ cáp đầu vào loại #14 AWG thì độ tự cảm
vào khoảng 21μH /30m. Ví dụ, một hệ thống vòng từ chữ nhật 1.8m x 1.8m có 3 lớp,
theo bảng trên thì sẽ có độ tự cảm là 74.25 μH, chiều dài dây cáp đầu vào là 61m, thì
tổng độ tự cảm của hệ thống vòng dây này bằng:
L = 74.25 + (61/30).(21) = 74.25 + 42.7 = 117 μH
Nếu hai hay nhiều vòng từ được mắc nối tiếp thì độ tự cảm tổng sẽ bằng tổng độ tự
cảm của mỗi vòng từ L = L1 + L2. Nếu chúng mắc song song, độ tự cảm tổng sẽ được
tính bằng 1/L = 1/L1 + 1/L2 + ... Vì vậy, mắc song song sẽ làm giảm độ tự cảm. Một
4
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
thiết kế tốt yêu cầu độ tự cảm tổng phải lớn hơn hoặc bằng 50 μH. Có thể kết hợp cách
mắc nối tiếp và song song để tạo ra độ tự cảm thích hợp.
Mắc nối tiếp thường được sử dụng hơn so với mắc song song. Bộ các vòng từ mắc
nối tiếp sẽ nối chung với một bộ điều khiển điện tử. Mục đích của việc lắp nối tiếp là để
mở rộng vùng dò tìm và để phát hiện nhiều lần một xe đi qua một làn (ví dụ: để đo vận
tốc hoặc để mở rồi đóng cửa chẳng hạn).
Ví dụ: Để phát hiện dòng xe rẽ trái, nếu dùng 4 vòng từ 1.8mx1.8m 3 lớp, ta có thể
có 3 cách kết hợp: Nếu mắc 4 vòng nối tiếp thì ta sẽ được độ tự cảm tổng là 296 μH,
nếu mắc song song thì được độ tự cảm tổng bằng 18.5 μH, trong khi kết hợp mắc nối
tiếp và song song ta tạo được bộ vòng từ có độ tự cảm tổng bằng 74 μH (xem hình 3.4)
Mắc nối tiếp Mắc nối tiếp song song Mắc song song
Hình 3.4: Bốn vòng 1.8mx1.8m 3 lớp mắc nối tiếp, song song, và nối tiếp song song
5
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Độ tự cảm tương ngẫu sẽ quyết định độ nhạy trong khả năng phát hiện xe của vòng
từ. Nếu khung (gầm) xe quá cao, tức 2 vòng dây đặt xa nhau nhiều, khả năng phát hiện
xe sẽ giảm xuống.
Độ nhạy vòng từ trong trường hợp hai vòng dây đặt đối diện nhau như trường hợp hình
3.5 được tính bằng công thức:
2
M 21
SL =
L11 .L22 (3.9)
trong đó:
L11 và L22 lần lượt là độ tự cảm của vòng từ và của khung xe (henry)
Nếu μr = 1 (cho không khí) khi bỏ qua hiệu ứng của vỏ, Li công thức (3.6) được viết lại
thành:
μ o N 1 2 A.F1
L11 =
l1
và
μ o N 2 2 AV .F2
L22 = (N2 = 1)
l2
Như vậy, độ tự cảm tương ngẫu giữa 2 cuộn dây là:
μ N A F
M 21 = o 1 V 1 (3.10)
d 21
6
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
trong đó:
AV: Diện tích của khung xe (m2)
d21: khoảng cách giữa vòng từ và khung xe.
Độ nhạy cảm của vòng từ do vật có thể được biểu diễn như sau:
A .l .l .F
S L = V 1 22 1 (3.11)
A.(d 21 ) F2
Công thức (3.11) khái quát cho thấy độ nhạy của vòng từ giảm trong trường hợp
diện tích của vòng từ lớn hơn diện tích khung xe. Độ nhạy cảm giảm bậc hai theo độ
tăng khoảng cách giữa vòng từ và khung xe. Ngoài ra, tăng chiều dài vòng dây l1, bằng
cách cưa rãnh đạt các lớp vòng dây sâu hơn cũng là cách làm tăng độ nhạy cảm của
vòng từ. Toán đồ hình 3.6 (tính toán từ công thức 3.11) thể hiện sự biến đổi độ nhạy
cảm của 3 loại vòng từ (1.8mx1.8m, 1.8mx1.2m, 1.8mx0.6m) (3 lớp). Ta thấy độ nhạy
cảm của vòng từ (1.8mx0.6m) là nhỏ nhất vì nó có chiều dài ngắn nhất.
Độ nhạy cảm (%)
Khi xét tính thêm độ tự cảm do cáp đầu vào, độ nhạy cảm của vòng từ sẽ giảm
xuống, toán đồ hình 3.7 thể hiện độ nhạy của của 3 vòng từ ở hình 3.6 khi có nối thêm
60m cáp đầu vào trước hộp pull box. Hình này cho thấy, vòng từ 1.8mx0.6m có thể
không ‘nhận thấy’ xe gầm cao.
Ngưỡng độ nhạy tối thiểu thiết kế phải đủ lớn hơn một giá trị để hộp điều khiển có
thể nhận biết có một sự thay đổi về độ tự cảm của cuộn dây. Giá trị này thông thường
phải lớn hơn 2%. Tiêu chuẩn NEMA (Hiệp hội các nhà sản xuất điện Hoa Kỳ) quy định
ngưỡng độ nhạy cho 3 loại xe thử nghiệm khi 3 loại xe này chạy ngang giữa 1 vòng từ
có 3 lớp, kích thước 1.8m x 1.8m, được nối với 30.5m cáp đầu vào (lead-in cable). Các
loại và ngưỡng như sau:
+ Loại 1: 0.13% (ΔL/L) hay 0.12μH (ΔL) thay đổi (áp dụng đối với xe máy nhỏ)
+ Loại 2: 0.32% (ΔL/L) hay 0.3μH (ΔL) thay đổi (áp dụng đối với xe mô tô)
7
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
+ Loại 3: 3.2% (ΔL/L) hay 3.0μH (ΔL) thay đổi (áp dụng đối với xe ô tô)
Một vòng từ mắc nối tiếp hoặc song song thêm vào một vòng từ sẽ làm giảm độ
nhạy tổng tại hộp điều khiển.
3.2.6. Độ nhạy của hệ các vòng từ mắc nối tiếp, song song
Người ta mắc nối tiếp, song song các vòng từ để mở rộng vùng phát hiện xe, ví dụ
phát hiện xe trên 2, 3 làn của cùng một chiều di chuyển của xe. Nếu các vòng từ mắc
nối tiếp, độ nhạy cảm toàn cục của hệ các vòng từ nối tiếp sẽ là:
1
S TS = S LA (3.12)
LB
1+
LA
trong đó:
SLA: là độ nhạy khi xe vào vào từ A nếu hệ chỉ có 1 vòng từ A:
Hình 3.8: Độ tự cảm và độ nhạy của hai vòng dây mắc nối tiếp
Nếu các vòng từ mắc song song, độ nhạy cảm toàn cục của hệ các vòng từ song
song sẽ là:
8
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
1
S TP = S LA (3.13)
L
1+ A
LB
Hình 3.9: Độ tự cảm và độ nhạy của hai vòng dây mắc song song
Ví dụ 1:
Xác định độ nhạy đo được tại hộp đấu nối pull box và tại hộp điều khiển khi một xe
gầm cao 4ft đi ngang qua vòng từ 1.8mx1.8m 3 lớp hoạt động ở 60 kHZ. Vòng từ và
dây dẫn đầu vào cấu tạo bằng loại dây AWG #14 có độ tự cảm/ft bằng 0.22 μH/ft. Cáp
đầu vào là loại 8720, có độ tự cảm bằng 0.22 μH/ft (xem hình 3.10).
Hình 3.10: Cấu tạo đấu nối vòng từ thực tế và dạng mạch tương đương, ví dụ 1
Giải đáp 1:
Theo hình 3.6, độ nhạy cảm SL trong trường hợp xe cao 4 ft đi qua vòng từ
1.8mx1.8m 3 lớp là 0.1%.
Độ tự cảm của dây dẫn đầu vào: LS = 0.22 x 24 = 5.3 μH
Độ tự cảm của vòng từ 1.8mx1.8m 3 lớp hoạt động ở 60 kHz tra theo bảng 3.3 LL =
74.25 μH. Do vậy, độ nhạy SP ở hộp đấu nối pull box bằng:
9
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
SL 0.1%
SP = = = 0.093%
LS 5.3
1+ 1+
LL 74.25
- Độ tự cảm của dây dẫn đầu vào và cáp đầu vào: LS = 0.22 x (24 + 200) = 49.3 μH
Độ nhạy SP ở hộp điều khiển electronic unit bằng:
SL 0.1%
SP = = = 0.060%
LS 49.3
1+ 1+
LL 74.25
Ví dụ 2:
Xác định độ nhạy đo được tại hộp điều khiển khi có một vòng từ giống hệt được
mắc nối tiếp vào vòng từ của ví dụ 1 (Xem hình 3.11).
Hình 3.11: Cấu tạo đấu nối vòng từ thực tế và dạng mạch tương đương, ví dụ 2
Giải đáp 2:
Theo hình 3.11, độ nhạy cảm SL trong trường hợp xe cao 4 ft đi qua vòng từ
1.8mx1.8m 3 lớp là 0.1%.
10
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
11
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
(a) (b)
Hình 2.14: Các kiểu nối dây khi hai vòng từ bố trí cạch nhau cùng nối vào 1 cảm biến
3.3.1. Các đặc trưng thời gian trong thiết kế điều khiển đèn
a/ Thời gian xanh tối thiểu
Là thời gian tối thiểu cho phép các xe đậu giữa vạch dừng và vòng từ có thể thoát
khỏi giao lộ khi xanh bật lên. Bảng bên dưới cho chỉ dẫn về thời gian xanh tối thiểu cho
các khoảng cách khác nhau từ vòng từ đến vạch dừng
Khoảng cách giữa vạch Thời gian xanh tối thiểu
dừng và vòng từ (giây)
0-12m 8
12-18m 10
18-25 12
25-30m 14
30-36 16
b/ Thời gian vượt qua vạch
Là thời gian xe di chuyển chạm vòng từ đến vượt qua vạch dừng. Thời gian này có ý
nghĩa quan trọng nếu vòng từ phát hiện điểm được sử dụng với một khoảng cách tương
đối xa so với vạch dừng. Thời gian vượt qua vạch xác định khoảng cách lớn nhất giữa 2
lần kích hoạt xanh để xanh vẫn còn chứ chưa kịp chuyển qua pha đỏ.
12
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Nguyên tắc kích hoạt xanh trong điều khiển tín hiệu đèn động (Actuated Control):
Nếu trước cuối thời gian xanh tối thiểu, không có xe nào kích hoạt yêu cầu duy trì
xanh (đi qua vòng từ đặt trước vạch dừng) thì xanh sẽ chuyển sang đỏ. Nếu trước khi
xanh chuyển sang đỏ, có xe yêu cầu duy trì xanh thì xanh sẽ tiếp tục một khoảng thời
gian bằng thời gian vượt qua vạch, quá trình này tiếp tục cho đến khi không còn xe yêu
cầu hoặc đạt đến thời gian xanh tối đa.
3.3.2. Thiết kế vòng từ điều khiển đèn khi tốc độ xe không cao
(Áp dụng khi tốc độ xe khi vào nút nhỏ hơn 50 km/h)
a/ Kiểu vòng từ phát hiện điểm có lưu nhớ
Vòng từ phát hiện điểm là loại vòng từ có diện tích nhỏ (khoảng 1.8m x1.8m).
Người ta sẽ set trước thời gian xanh tối thiểu đủ để các xe đậu giữa vòng từ và vạch
dừng có thể được giải phóng hết. Thời gian xanh tối thiểu này là cơ sở để xác định vị trí
vòng từ. Bên cạnh đó, thời gian vượt qua vạch (thời gian di chuyển giữa vạch dừng)
được set trước bằng với gián cách thời gian giữa hai xe cho phép để xe sau kịp kích hoạt
yêu cầu xanh (xem hình 3.16)
vòng từ
vạch
T/g vượt qua vạch = gián dừng
cách tg 2 xe
Hình 3.16: Set thời gian vượt qua vạch.
13
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Gián cách thời gian này thường cho phép vào khoảng 3-4 giây. Bảng bên dưới
khuyến cáo quan hệ giữa vận tốc xe vào nút, vị trí vòng từ sau vạch dừng, thời gian
xanh tối thiểu định trước và thời gian vượt qua vạch.
Vận tốc xe vào nút Vị trí vòng từ sau T/g xanh tối thiểu Thời gian vượt qua
(km/h) vạch dừng (m) (giây) vạch (giây
24 12 9 3
32 18 11 3
40 24 12 3
48 30 13 3.5
56 41 14 3.5
Khi có một xe qua vòng từ để nhập vào dòng chờ đèn xanh, bộ nhớ của bộ điều
khiển đèn lưu dồn thêm 1 thông tin có 1 xe đang chờ cho đến khi đèn xanh bật lên thì
thông tin này mới bị xóa. Thời gian này xác định được số xe chờ giữa vòng từ và vạch
dừng. Số xe chờ này được tính bằng khoảng cách từ vòng từ đến vạch dừng chia cho
7.6m (bằng chiều dài xe + khoảng cách trung bình giữa 2 xe)
Nếu chiều dài số xe chờ đèn ngắn hơn khoảng cách vòng từ đến vạch dừng, thời
gian xanh tối thiểu sẽ giảm tương ứng đủ để số xe này giải phóng sau khi xanh bật lên.
Sau thời gian đèn đỏ này, nếu có xe vào vòng từ thì xanh sẽ được yêu cầu kéo dài thêm,
nhưng không vượt quá thời gian xanh tối thiểu đã được set trước. Như vậy, kiểu vòng từ
phát hiện điểm có lưu nhớ giúp xác định được thời gian xanh tối thiếu. Tuy nhiên, kiểu
bố trí thiết kế vòng từ này có nhược điểm sẽ bị nhầm lẫn nếu đếm một xe rẽ phải khi
đèn đỏ (xe không chờ xanh), dẫn đến tăng thời gian xanh không cần thiết.
Thời gian vượt qua vạch có thể lấy bằng gián cách thời gian giữa hai xe cho phép để
xe sau kịp kích hoạt yêu cầu xanh (giá trị định sẵn, ví dụ 3-4s) hoặc cũng có thể ước
lượng từ thực tế quan trắc bằng khoảng cách vòng từ-vạch dừng chia cho vận tốc mà
15% vận tốc xe trên đường nhỏ hơn nó. Thông thường, khi số lượng xe chờ đèn xanh ở
hướng đối lập ít, người ta sẽ dùng giá trị định sẵn, nhưng khi có nhiều xe yêu cầu bật
xanh ở hướng đối lập, người ta sẽ dùng giá trị ước lượng hoặc giá trị nhỏ nhất có thể
trong việc kéo dài xanh cho hướng này để nhanh chóng bật xanh cho hướng đối lập.
14
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Vòng từ
Hình 3.17: Bố trí vòng từ phát hiện vùng rộng không lưu nhớ
Kiểu bố trí vòng từ này cũng có thể điều khiển đèn cho dòng xe đi thẳng. Trong
trường hợp này thời gian xanh tối thiểu được set rất ngắn, gần bằng 0. Vì khoảng cách
giữa vòng từ kiểu này đến vạch dừng ngắn, nên thời gian qua vạch thời cũng chỉ khoảng
1 đến 1,5 giây.
Thời gian để xe qua được giao lộ được tính từ lúc phát hiện xe đến lúc vòng từ hết
nhận biết sự hiện diện xe trong vòng từ. Trong khi vòng từ còn đang phát hiện xe nằm
trong vòng từ, đèn tín hiệu sẽ duy trì xanh. Sau khi xe ra khỏi vòng từ, thời gian qua
vạch (thời gian kéo dài) được tính. Nếu không có xe mới vào vòng tử trong thời gian
kéo dài, đèn vàng sẽ bật lên. Chiều dài vòng từ được tính toán bởi công thức sau:
L = Va .([gap] – thời gian qua vạch) / 3.6 – Chiều dài xe trung bình (m)
Trong đó: Va là vận tốc dòng xe qua nút (km/h)
[gap]: Gián cách 2 xe cho phép kích hoạt yêu cầu xanh (~ 3-4 giây)
15
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Hình 3.19: Hệ thống kéo dài thời gian xanh sử dụng hai vòng từ
Khoảng cách D chính bằng khoảng cách hãm phanh:
V .t V2
D= + ( m) (3.14)
3.6 254ϕ d
trong đó:
V: Vận tốc mà 85% vận tốc xe trên đường nhỏ hơn nó (km/h)
t: thời gian phản ứng (giây)
16
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Một xe vượt qua vòng từ S1 sẽ kích hoạt đồng hồ đếm thời gian, cho phép kéo dài
thời gian xanh (=T1) cho xe chạy đến vị trí vòng từ S2. Các xe đã vào vùng vòng từ S2
sẽ được đảm bảo đèn xanh cho đến khi xe ra khỏi vòng từ này.
Hình 3.20: Hệ thống vòng từ kéo dài thời gian gọi xanh
Việc chọn vận tốc 85% lớn trong công thức tính D dẫn đến chiều dài D lớn, kéo
theo chiều dài D1 lớn. Hơn nữa việc chọn vận tốc 15% nhỏ trong công thức tính T1 dẫn
đến T1 cho phép kéo dài càng lớn hơn thực tế xe chạy. Điều đó có nghĩa hệ thống này
được thiết kế sao cho xe chạy sau cùng và xe chạy dưới vận tốc 85% cũng không bị rơi
vào cùng lưỡng lự đèn vàng. Nếu xe sau cùng bị rơi vào vùng lưỡng lự với đèn vàng bật
lên do thời gian xanh đã đạt tối đa, thiết bị có thể làm tăng thời gian vàng để xe này
giảm nguy hiểm.
Vai trò thứ hai của vòng từ dài 21m là để đảm bảo các xe chờ đèn xanh không kích
hoạt kéo dài thời gian xanh. Khoảng cách ngắn hơn giữa 2 vòng từ (so với phương án b)
giúp việc điều khiển đèn tín hiệu ít bị sai sót hơn do thời gian xe di chuyển đến vòng từ
S2 gần đúng so với tính toán hơn.
17
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
18
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Chiều dài của vòng từ dài ảnh hưởng rất lớn đến sự làm việc của hệ thống đèn tín
hiệu vì thời gian qua vạch là nhỏ hơn nhiều so với thời gian xe choáng chỗ trên vòng từ.
Chiều dài này phải đủ dài để xe kịp hãm phanh nếu đèn vàng đã bật lên trước khi nó vào
vòng từ, nhưng cũng không quá dài để xe có thể vượt qua nút nếu một xe đã vào vòng
từ rồi mà đèn vàng bị cưỡng bực bật lên.
Vòng từ rộng
Những vòng từ này thường có kích thước dài 1.8m và rộng 14m, 1 lớp, phủ ngang 4 làn
xe vào nút (xem hình 3.23). Dạng vòng từ này thưởng dễ hư hỏng do những vết nứt
ngang đường hoặc vết nứt dọc theo các làn. Do vậy, thông thường người ta sẽ bố trí 4
vòng từ kề liền nhau sử dụng chung một hộp điều khiển, có thể mắc nối tiếp vối nhau.
c/ Dò tìm xe nhỏ
Để vòng từ có thể phát hiện được xe nhỏ như xe đạp, xe máy, các yếu tố cần lưu ý
bao gồm: hình dạng vòng từ, bề rộng làn, và vị trí đặt vòng từ.
19
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
(a) (b)
Hình 3.24: Bố trí vòng từ theo hình quadrupole
20
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
(a) (b)
Hình 3.25: Bố trí dạng hình học vòng từ của Caltrans trong phát hiện xe đạp
21
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Chương 4:
1
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
2
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
15 × 60
K= N
∑h i
i =1 (4.3)
4.1.3. Xây dựng các mô hình mô phỏng GT
Việc phát triển các mô hình mô phỏng GT đỏi hỏi các bước sau:
1/ Xác định vấn đề và các mục tiêu
Nêu mục tiêu xây dựng mô hình và xác định các thông tin trạng thái GT mà mô hình
sẽ cho ta.
2/ Định nghĩa hệ thống sẽ nghiên cứu
Chia nhỏ hệ thống thành các đối tượng nhỏ hơn.
Định nghĩa các tương tác chính giữa các đối tượng.
Xác định các thông tin đầu vào cần thiết.
Giới hạn khu vực cần mô phỏng.
3/ Xây dựng mô hình
Xác định mức độ phức tạp cần thiết để đáp ứng được các mục tiêu đã nêu.
Định nghĩa xác định các thông số đầu vào, đầu ra.
Xác định dòng dữ liệu của mô hình
Xác định các hàm mô hình của từng thành phần.
Xác định các yêu cầu về ước lượng các tham số của mô hình, các giá trị, phân bố
thống kê
Xác định các thuật toán để kiểm soát hoạt động, tương tác giữa các thành phần.
Xây dựng một cấu trúc logic để tích hợp các thành phần, hỗ trợ liên thông dữ liệu
giữa các thành phần.
Chọn phần mềm lập trình, giao diện đồ họa, cách bố trí và xây dựng cơ sở dữ liệu,
và viết code.
4/ Ước lượng các tham số của mô hình
Tập hợp dữ liệu để ước lượng được các tham số của mô hình.
Nhập các tham số này vào mô hình.
5/ Chạy và kiểm chứng mô hình
Cho phần mềm chạy với các dữ liệu đầu vào, kiểm chứng sự tương tác giữa các
thành phần theo ý đồ mô hình ban đầu.
Thu thập các thông tin giao thông thực tế. Bằng các phép thống kê, so sánh đối
chiếu và kiểm chứng sự chính xác của thông số đầu ra của mô hình với thực tế.
Việc xây dựng mô hình mô phỏng giao thông đòi hỏi sự tới lui giữa các bước trên. Ví
dụ ở bước 5, khi chạy chương trình, ta thấy phần mềm mô phỏng các thành phần tương
đối tốt, nhưng sự tương tác giữa các thành phần chưa giống kỳ vọng của lý thuyết thì ta
có thể quay lại bước 4 xem xét liệu các tham số đầu vào của mô hình đã được ước
lượng chính xác chưa hoặc quay lại bước 3 xem việc chọn hàm số cho mô hình thể hiện
hành vi của thành phần đã phù hợp chưa hay cần phải sử dụng hàm mô hình khác.
3
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
4
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
• Vùng chạy tự do: Nếu gián cách thời gian đủ lớn hơn một giá trị ngưỡng định sẵn, các
xe sẽ không tương tác với xe chạy trước nó. Chúng sẽ tăng tốc với gia tốc tối đa hoặc
giảm tốc với gia tốc giảm tùy theo tương quan giữa vận tốc hiện tại và vận tốc lớn nhất
có thể.
• Vùng khẩn cấp: Nếu 1 xe có vận tốc nhỏ hơn 1 giá trị ngưỡng định sẵn, xe sẽ giảm tốc
với 1 gia tốc giảm thích hợp để tránh húc đuôi và gia tăng gián cách thời gian với xe
trước.
• Vùng nối đuôi: Nếu 1 xe có gián cách thời gian giữa hai ngưỡng nêu trên, nó sẽ chạy
nối đuôi theo xe trước.
Mô hình tinh thần-thể trạng của Leutzbach (psycho-physical model/action point model)
Dựa trên những quan điểm về phân vùng, Leutzbach (1998) đề nghị mô hình gián
cách tinh thần-thể trạng và giới thiệu thuật ngữ “ngưỡng nhận biết” để xác định mối liên
hệ trực tiếp giữa ngưỡng vận tốc tương đối và gián cách không gian giữa 2 xe. Khi gián
cách không gian tương đối lớn, ngưỡng vận tốc tương đối sẽ rất lớn có nghĩa là hai xe
không sợ vượt quá giới hạn về sự chênh lệch vận tốc để phải quyết định tăng tốc hay
giảm tốc. Mỗi xe khi ấy chạy tự do không nối đuôi (xem hình 4.1). Khi một xe chạy
nhanh hơn xe trước, khoảng cách không gian giữa nó và xe trước thu ngắn dần cho đến
khi nó đạt đến ngưỡng giảm tốc nhận biết (điểm A). Vì thế, người lái xe sẽ giảm tốc để
duy trì một khoảng cách thích hợp đến xe trước. Tuy nhiên, người lái xe không thể
thực hiện chính xác động tác này bởi vì anh ta không thể cảm nhận được sự khác
biệt vận tốc nhỏ, dẫn đến khoảng cách 2 xe tăng trở lại. Một lúc sau, khi người lái xe
nhận ra khoảng cách khá xa, đã vượt quá ngưỡng (điểm B), anh ta tăng tốc trở lại và cố
gắng đạt tốc độ như ý. Kết quả là khoảng cách hai xe chỉ dao động quanh 1 điểm cân
bằng.
Hình 4.1: Hành vi của mô hình tinh thần-thể trạng của Leutzbach
không thể xác định chính xác tốc độ của xe trước, tốc độ của anh ta giảm nhanh xuống
dưới vận tốc xe trước khiến anh ta phải bắt đầu tăng nhẹ vận tốc lên. Điều này dẫn đến
quá trình lặp đi lặp lại việc tăng rồi giảm tốc (occilation) (xem hình 4.2).
Hãm phanh
Hình 4.2: Hành vi của mô hình tinh thần-thể trạng của Wiedemann (theo VISSIM
Manual)
Ý tưởng cơ bản của Wiedemann là người lái xe có thể rơi vào 1 trong 4 trạng thái
sau:
+ Lái tự do: Không bị ảnh hưởng bởi các xe phía trước có thể quan sát được.
Trong trạng thái này, người lái xe cố gắng đạt và duy trì một vận tốc nhất định mà anh
ấy muốn. Thực tế là khó có thể duy trì vận tốc đều mà vận tốc ở trạng thái này có thể
lên xuống do việc điều khiển bướm ga không chuẩn.
+ Trạng thái tiếp cận: Đó là quá trình điều chỉnh vận tốc của xe cho phù hợp với
vận tốc chạy chậm của xe phía trước. Khi tiếp cận, người lái xe giảm vận tốc từ từ cho
đến khi chênh lệch 2 vận tốc là 0 khi anh ta đạt được khoảng cách an toàn với xe trước.
+ Nối đuôi: Người lái xe nối đuôi xe trước, hoàn toàn không có chủ đích tăng hoặc
giảm tốc. Anh ta cố gắng giữ khoảng cách an toàn với xe trước. Tuy nhiên do việc điều
khiện không chuẩn bướm xăng và ước lượng kém chính xác sự khác biệt vận tốc nên
vận tốc của xe sẽ dao động đôi chút.
+ Hãm phanh: Nếu khoảng cách hai xe dưới ngưỡng an toàn, người lái xe sau sẽ
phải hãm phanh với gia tốc hãm phanh từ trung bình đến cao. Việc này có thể xảy ra khi
xe trước hãm phanh hoặc có một xe nào chuyển làn.
Trong mỗi trạng thái, phản ứng gia tốc sẽ tùy thuộc vào vận tốc, vận tốc tương đối,
khoảng cách và đặc điểm cá nhân của đối tượng xe-người lái xe đó. Người lái xe chuyển
từ trạng thái này sang trái thái kia ngay khi anh ta chạm đến một ngưỡng xác định (được
tính bằng vận tốc tương đối và khoảng cách 2 xe). Vận tốc chênh lệch nhỏ thì chỉ có thể
nhận biết được khi khoảng cách nhỏ, trong khi chênh lệch vận tốc lớn khiến xe sau phải
phản ứng nhanh hơn. Khả năng nhận biết sự chênh lệch vận tốc, khả năng ước lượng
khoảng cách, vận tốc và khoảng cách an toàn ưu thích là không như nhau giữa những
người lái xe. Sự kết hợp giữa yếu tố tâm lý và thể trạng của mỗi người sẽ quyết định
7
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
khả năng nhận thức của người lái xe, do vậy, mô hình này được gọi là mô hình tinh
thần-thể trạng Xe Theo Xe (psycho-physical car following model).
4.1.4.2. Mô hình thay đổi làn (di chuyển theo phương ngang)
Mô hình thay đổi làn mô phỏng hành vi chuyển làn của các xe đang di chuyển. Quá
trình này cơ bản gồm 2 bước: Quá trình lựa chọn làn và quá trình chuyển làn. Hai quá
trình này được mô hình hóa bằng mô hình lựa chọn làn. Ngoài ra, khi người lái xe quyết
định chuyển làn, anh ta phải quyết định xem gián cách thời gian xe chạy trước và xe
chạy sau xe mình ở làn bên có đảm bảo hay không. Nếu đảm bảo thì sẽ chuyển ngay,
còn nếu không thì phải chờ.
a/ Mô hình lựa chọn làn
Nhìn chung, có hai kiểu chuyển làn như sau: bắt buộc và tự do. Bắt buộc là việc
chuyển làn phải diễn ra trước khi đến giao lộ phải chuyển hướng theo lộ trình định sẵn.
Tự do là việc chuyển làn để vượt qua xe chạy chậm hơn phía trước.
Fritzsche (1994) và phần mềm mô phỏng giao thông CORSIM (FHWA, 1996) giả
định rằng việc lựa chọn làn phụ thuộc vào các ngưỡng tâm lý như tốc độ và gián cách.
Gipps (1986a) đã xây dựng một mô hình chọn lựa làn bằng cách sử dụng một tập hợp
các quyết định (rule based models). Trong mô hình này, người lái xe sẽ chọn làn tùy
theo mức độ ưu tiên của những luật này.
Các mô hình tiện ích ngẫu nhiên (Random Utility Model) mô phỏng hành vi lựa
chọn làn đã được phát triển bởi MIT. Họ xem việc chuyển làn như một chuỗi các quá
trỉnh ra quyết định, mà trong đó có quyết định đổi làn, việc chọn làn, và gián cách thời
gian an toàn.
(4.10)
b/ Mô hình lựa chọn gián cách thời gian
Mô hình lựa chọn gián cách thời gian đã được phát triển từ thập niên 60 (Herman
and Weiss,1961; Ahmed, 1999). Mô hình cơ bản lựa chọn gián cách thời gian được xem
như là sự lựa chọn nhị nguyên (chọn hoặc không chọn bằng cách so sánh với giá trị giới
hạn). Herman and Weiss (1961) giả định là tần suất xuất hiện gián cách Δt phân bố theo
hàm số mũ:
M M M
− Δt . β 1 − Δt . β 2 − Δt . β 3
PΔT = A.e 3600
+ B.e 3600
+ C.e 3600
(4.11)
trong đó:
M: cường độ xe chạy trên dòng chính muốn nhập vào
8
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
4.1.4.3.Kết luận
Các mô hình truyền thống Xe Theo Xe và chuyển làn được xây dựng dựa trên giả
định dòng xe di chuyển theo làn. Các mô hình này không thể mô tả chính xác được đặc
điểm di chuyển của xe máy. Dường như các xe máy không thể hiện cách di chuyển nối
đuôi tới lui. Các xe dường như không phải cố định theo phương ngang rồi chuyển làn,
mà các xe có thể dao động trái phải. Theo phương ngang, các xe máy thường chọn vị trí
cạnh hông xe trước hơn là chính giữa xe trước. Do vậy, các xe máy không cần thiết phải
giảm tốc hoặc hãm phanh mà chỉ cần lách ngang nếu khoảng cách với xe trước nó giảm
đến ngưỡng phải hành động (action point). Một nghiên cứu ở Đài Loan chỉ ra rằng chỉ
khoảng 13% xe máy trên đường có hành vi lái nối đuôi theo xe trước.
Đối với ô tô, chiều rộng của gián cách giữa hai xe thường xấp xỉ bằng bề rộng một
làn để xe chuyển làn, chen nhập hoàn toàn vào làn đó, trong khi xe máy không cần rộng
đến thế vì nó có thể di chuyển bên cạnh các xe khác. Việc chuyển làn bắt buộc hay tự
do cũng không phải vấn đề đối với xe máy vì nó có độ linh động cao theo phương
ngang trong dòng xe. Nguyên nhân chính là vị trí theo phương ngang của xe máy dường
như là một hàm liên tục chứ không phải là một hành vi chuyển làn đơn thuần.
9
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
phép so sánh đối chiếu xem nó nên sử dụng phương án điều khiển đèn cố
định nào cho phù hợp (xem mô hình hình 4.3).
- Dạng phản ứng (Traffic Resposive Control): Hệ thống thường có 1 cảm
biến trên một làn của một đường dẫn. Các thông số chu kỳ đèn, thời gian
xanh, và thời gian offset có thể được kích hoạt thay đổi theo mỗi chu kỳ
đèn tùy theo tính toán dựa trên thông tin chung về dòng xe được thu thập
bởi từng cảm biến. SCOOT là một ví dụ cho dạng điều khiển này.
- Dạng thích ứng (Traffic Adaptive Systems): Đây là dạng sử dụng hai cảm
biến cho một làn. Dạng điều khiển thích ứng về cơ bản không có khái niệm
chu kỳ đèn, thời gian xanh và thời gian offset mà các giá trị này sẽ được tối
ưu hóa việc điều khiển đèn dựa trên dự báo về dòng xe tương lai sử dụng
dữ liệu dòng xe quan trắc hiện tại.
Hình 4.3: Mô hình điều khiển đèn dạng điều chỉnh theo các kế hoạch đèn cố định
cảm biến chỉ cần lắp đặt trên đường phụ khi có xe muốn băng ngang đường. Nếu không
có xe muốn băng qua đường trên đường phụ, đèn trên đường chính sẽ bật xanh trở lại.
Do vậy, dạng kích hoạt bán phần chỉ thích hợp khi xe trên đường phụ đến giao lộ một
cách ngẫu nhiên hơn là khi xe trên đường phụ đến giao lộ thành từng nhóm (nghĩa là
các giao lộ trên đường phụ nằm cách xa nhau tương đối), lưu lượng trên đường phụ
không đều và chỉ bằng khoảng 20% so với đường chính.
Dạng kích hoạt toàn phần sử dụng cảm biến cho tất cả các hướng vào nút và cho tất
cả các pha. Nó được sử dụng phổ biến cho các giao lộ độc lập. Vì chu kỳ thay đổi liên
tục, dạng này có thể áp dụng cho cả giao lộ có lác đác xe và cả giao lộ có phân bố xe
không đều theo thời gian.
Hình 4.4 & 4.5 mô tả cách bố trí thiết bị cho một nút giao thông sử dụng dạng kích
hoạt toàn phần với các cảm biến đặt tại thượng lưu dòng xe sử dụng cho các pha chính.
Các cảm biến gần vạch dừng sẽ phát hiện các xe nằm trên vạch đi bộ hoặc trước vạch
dừng. Các cảm biến để phát hiện xe ở thượng lưu hoặc cảm biến để phát hiện xe đi
ngang qua sẽ được đặt tương ứng với vận tốc vào nút ước lượng. Chúng được dùng để
yêu cầu bật xanh cho đến khi yêu cầu này được đáp ứng.
11
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Hình 4.5: Bố trí cảm biến cho nút điều khiển kích hoạt toàn phần
với nhau để được đồng bộ hóa. Một bộ điều khiển tổng sẽ gửi xung tín hiệu đến các đèn
thành viên.
SC II g3 (45sec) g4 (20sec)
SC I 35sec
g1 ( (35sec) g2 (30sec)
(25sec)
t
0
Chu kỳ
Hình 4.6: Bố trí offset cho 3 đèn tín hiệu điều khiển liên hoàn
Thời gian offset lý tưởng cho 1 chiều được xác định đơn giản bằng công thức
Olýtưởng = L / V (4.13)
với L là khoảng cách giữa 2 đèn và V là vận tốc trung bình của xe di chuyển theo
nhóm.
Nếu thực hiện kích hoạt xanh đồng thời với điều khiển đèn liên hoàn, thông thường
người ta chỉ sử dụng dạng bán phần chỉ để tăng giảm thời gian xanh trên trục chính còn
thời điểm bắt đầu (offset) thì cố gắng duy trì càng nhiều càng tốt.
4.2.3. Biểu đồ không gian - thời gian trong kiểm soát đèn liên hoàn
Để thiết kế thời gian offset, người ta có thể dùng biểu đồ không gian- thời gian (hình
4.7); mặc dù hiện tại, người ta chủ yếu dùng mô phỏng giao thông và tối ưu hóa để xác
định giá trị này theo diễn biến hoạt động của đèn. Ta chỉ cần vẽ thời gian xanh có hiệu
(xanh + vàng), thời gian đỏ có hiệu, quỹ đạo của hai xe đầu cuối thì có thể xác định
được thời điểm bắt đầu xanh (T1, T2, T3) của các đèn điều khiển liên hoàn.
Hình 4.7: Biểu đồ không gian – thời gian trong kiểm soát đèn liên hoàn
13
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Khái niệm “bandwidth” là lượng thời gian xanh mà có thể cho phép một nhóm các
xe có thể di chuyển xuyên qua các đèn mà không bị dừng lại. Đó chính là thời gian tính
bằng giây giữa xe đầu tiên và xe cuối cùng trong nhóm xe có thể đi xuyên qua nhóm các
đèn điều khiển liên hoàn. Do vậy, khái niệm bandwidth efficiency dùng để xác định tính
hiệu quả của một điều khiển liên hoàn.
BW
bandwidth efficiency = .100% (4.14)
C
Một bandwidth ở khoảng 50% thì có thể được xem là hữu hiệu để thực hiện một
điều khiển liên hoàn.
Một khái niệm nữa đó là bandwidth capacity định nghĩa số lượng xe/h có thể đi qua
hệ thống đèn điều khiển liên hoàn mà không bị dừng. Nó được xác định bằng cách trước
tiên tính số lượng xe / làn chạy không dừng trong 1 chu kỳ đèn. Giá trị này được tính
bằng bandwidth chia cho gián cách thời gian qua vạch dừng giữa hai xe trong nhóm xe
(discharge headway hoặc saturation headway).
3600.BW .N
bandwidthcapacity = (4.15)
C.h
trong đó:
BW: bandwidth (giây)
N: Số lượng làn theo hướng quan sát
C: chu kỳ đèn (giây)
h: gián cách thời gian xe thoát qua nút (giây)
Ví dụ: Một tuyến đường có hai làn xe cho mỗi chiều NB và SB. Đèn tín hiệu được liên
hoàn cho hướng NB. Vận tốc trung bình xe di chuyển trên tuyến đường (cả hai hướng)
là khoảng 65 km/h hay 18m/s. Chu kỳ đèn và thời gian xanh cho các đèn được cho ở
bảng sau.
1/ Hãy xác định biểu đồ không-gian thời gian cho hệ thống điều khiển liên hoàn này.
14
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
2/ Xác định bandwidth capacity và bandwidth efficiency cho các hướng NB và SB.
Giải đáp:
Vì vận tốc xe là 60 ft/s (18 m/s), nên ta vẽ quỹ đạo xe bằng 1 nét nghiên 60 ft/s.
Biểu đồ không gian – thời gian cho hệ thống 3 đèn điều khiển liên hoàn được vẽ như
bên dưới.
Đối với hướng NB, giá trị bandwidth theo hình vẽ được xác định bằng 35 giây (min
thời gian xanh của 3 chu kỳ đèn điều khiển liên hoàn cho hướng đó) như vậy,
bandwidth efficiency tính bằng 35 giây /80 giây (%) = 43.75%.
3600.BW .N 3600.35.2
Bandwidth capacity = = = 1575 xe / h
C.h 80.2
Đối với hướng SB, giá trị bandwidth nhỏ hơn nhiều so với hướng NB, chỉ bằng 6
giây theo hình vẽ. Do vậy, bandwidth efficiency chỉ bẳng 6 giây /80 giây (%) = 7.5%
3600.BW .N 3600.6.2
Bandwidth capacity = = = 270 xe / h
C.h 80.2
Như vậy, việc điều khiển đèn liên hoàn cho đường một chiều rất thuận lợi, trong khi
đối với đường hai chiều. Nếu thực hiện như ví dụ trên, chiều SB sẽ không phát huy hiệu
quả mà đôi khi còn bị giảm số lượng xe đi theo làn sóng xanh. Việc này đặc biệt xấu đi
trong trường hợp 2 chiều có vận tốc dòng xe khác nhau. Do vậy, trong việc xác định
offset cho đường 2 chiều, trước tiên chu kỳ đèn phải thỏa điều kiện bằng tổng giá trị
offset lý tưởng tính được của mỗi chiều (hình 4.8).
C = tNB + t SB (4.16)
15
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
t NB t SB
16
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Chương 5:
1
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
v1
k1
Q k2
P v2
2
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Hình 5.2: Diễn biến trạng thái dòng xe tại các khu vực lân cận sự cố giao thông
Hình 5.3: Đặc điểm giao thông khi có 1 tai nạn giao thông (Nguồn: JHK và đồng sự,
1993)
lượng, tốc độ của dòng xe ở thượng và hạ lưu. Y là vector ghi nhận lại ở từng trường
hợp quan trắc của X, có (1) hay không có (-1) sự cố tai nạn (xem bên dưới).
Mô hình sẽ dùng dữ liệu quá khứ để ước lượng xem X và y có thể liên quan với
nhau qua một số h ẩn trung gian (dùng mô hình không gian h chiều và bộ mẫu quan trắc
diễn giải X và y theo t để có được phương sai là cực tiểu nhất). Việc đó có nghĩa là ta
ước lượng được các giá trị qi và pi. Từ đó, có thể tính được trực tiếp y quan hệ với X
thông qua một số biến thành phần của X. Chẳng hạn, y = 0.35 + 0.01x1 - 0.02x2 - 0.01x5
+ 0.01x6
Khi ta thế bộ X quan trắc được thực tế, ta sẽ tìm được giá trị y. Việc so sánh giá trị y
này với giá trị y ngưỡng sẽ đưa ra phán đoán có hay không một sự cố giao thông.
4
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
5
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Hình 5.5: Thuật toán so sánh đơn giản nhận biết sự cố giao thông
Hình 5.6: Thuật toán lý thuyết tai nạn trong nhận biết sự cố giao thông
b/ Thuật toán lý thuyết tai nạn
6
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Thuật toán này cố gắng phát hiện sự thay đổi đột ngột một đại lượng quan trắc trong
khi các đại lượng khác vẫn thay đổi đều từ từ. Trong AID, nó quan trắc 3 biến cơ bản
của dòng xe, tốc độ, lưu lượng và occupancy (~ mật độ). Khi thuật toán phát hiện một
sự giảm tốc rõ rệt mà không có sự thay đổi đột ngột tương ứng của occupancy và lưu
lượng, thì xác suất cao là đã có một sự cố giao thông. Bởi vì tai nạn giao thông thường
sinh ra một dòng chờ xe tức thì. Thuật toán này ưu điểm hơn thuật toán so sánh nhận
biết ở chỗ nó quan trắc nhiều đại lượng và so sánh giá trị hiện tại với giá trị trạng thái
trước đó. Hình 5.6 cho ví dụ về một thuật toán lý thuyết tai nạn.
5.3. Các tính toán liên quan đến hiệu quả của AID
Các chỉ số cơ bản đánh giá một hệ thống AID bao gồm mức độ đoán đúng
(Detection Rate, DR), mức độ báo sai (False Alarm Rate, FAR), Thời gian nhận biết
(Mean Time To Detection, MTTD).
Mức độ đoán đúng đánh giá tính hiệu quả của thuật toán AID, DR tính bằng tỷ lệ
phần trăm số lượng tai nạn phát hiện được và số lượng tai nạn thực sự xảy ra.
Mức độ báo sai FAR tính bằng tỷ số giữa số lần báo sai trên tổng số lần quan sát. Số
lần quan sát được tính bằng thời gian quan sát chia cho thời gian giữa hai lần quyết định
(Δt).
Thời gian nhận biết TTD (phút) là khác biệt giữa thời điểm thực sự xảy ra tai nạn và
thời điểm thiết bị thông báo xác nhận có sự cố giao thông.
Ba đại lượng này có liên hệ mật thiết với nhau. Chẳng hạn, gia tăng giá trị DR dẫn
đến sự gia tăng FAR tương ứng, nếu TTD có thể cho phép lớn thì giá trị DR và FAR sẽ
được cải thiện.
Có thể dùng chỉ số Performance Index (PI) để so sánh khả năng xử lý của các thuật
toán AID khác nhau. Nó còn được dùng để hiệu chỉnh giá trị ngưỡng của thuật toán tại
một vị trí quan trắc. Công thức tính giá trị PI như sau:
m
⎡ (100 − DR) ⎤
PI = ⎢ ⎥ × FAR n × MTTD p (5.3)
⎣ 100 ⎦
7
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Các giá trị m, n, p được chọn dựa trên tính quan trọng của mỗi chỉ số cơ bản trên.
Giá trị PI càng thấp thì khả năng xử lý của thuật toán đó tốt hơn.
+ Ví dụ về ước tính lợi ích của việc triển khai hệ thống quản lý sự cố giao thông
Một đường cao tốc 6 làn xe (3 làn mỗi chiều) vận chuyển khoảng 4200 xe/h trong
giờ cao điểm cho hướng quan trọng. Năng lực thông hành 1 làn là 2000 xe/h. Một tai
nạn xảy ra trong 60 phút sẽ làm cản trở 50% năng lực thông hành của tuyến đường này.
Xác định thời gian tiết kiệm được cho người sử dụng đường nếu một hệ thống quản lý
sự cố giao thông được lắp đặt có thể phản ứng để giảm thời gian cản trở còn chỉ 30
phút.
Giải đáp:
C
SL xe tích lũy
K/hành Y2 = 4000
Đến 4200 6000 xe/h
xe/h
K/hành B F
3000 xe/h Y1 = 3000
A
D E
60ph X ph
Thời gian
a/ Trước tiên xét trường hợp khi chưa lắp đặt hệ thống.
Hình trên thể hiện xe đến với tốc độ 4200 xe/h; Trong thời gian xảy ra tai nạn mức
độ giải phóng xe là 3000 xe/h, sau 60 phút xử lý ứng cứu sự cố giao thông, mức độ giải
phóng xe trở lại bình thường 6000 xe/h (3 làn mỗi làn 2000 xe/h). Điểm C là điểm kết
thúc ùn tắc. Để xác định tổng số xe tích lũy chịu ùn tắc, trước tiên ta cần tìm ra vị trí
điểm C. Theo hình trên:
Y1 = 3000 xe/h x 60 phút = 3000 xe
Ta có Y1 + 6000.X = 4200.(1+X)
Suy ra X = 0.667 giờ. Như vậy, Y2 = 6000 x 0.667 = 4000 xe/h.
Tổng thời gian dừng chờ do ảnh hưởng bởi ùn tắc được tính bằng giới hạn giữa
đường xe đến và đường xe khởi hành, đó chính bằng diện tích tam giác ABC.
Thời gian dừng chờ = Diện tích ΔABC = DtΔAEC – Dt ΔABD – Dt ΔBDEF –
DtΔBCF = 1000 xe.h
b/ Tiếp theo ta xem xét trường hợp khi việc xử lý sự cố giao thông chỉ tốn 30 phút. Tiến
hành tương tự, ta có X = 0.333h. (Xem hình bên dưới)
Như vậy, Y1 = 1500 xe, và Y2 = 2000 xe.
Tương tự tính diện tích vùng giữa hai đường đến và xuất phát ta được thời gian
dừng chờ bằng 250 xe.h.
Như vậy, ta có thể giảm được 75% thời gian dừng chờ nếu lắp đặt hệ thống quản lý
8
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
sự cố giao thông.
SL xe tích lũy
K/hành Y2 = 2000
Đến 4200 6000 xe/h
xe/h
K/hành
3000 xe/h Y1 = 1500
30ph X ph
Thời gian
9
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Chương 6:
Hình 6.1: Tín hiệu sóng riêng từ vòng từ cho các loại xe
Vòng từ này phải đặt sau trạm dừng xe buýt. Do vậy, việc thiết kế vị trí lắp đặt
vòng từ thường phải cân đối với việc đặt trạm xe buýt nơi có đông hành khách lên
xuống. Những giải pháp điều khiển đèn ưu tiên cho xe buýt như SCOOT cũng cân nhắc
giữa nhu cầu của xe buýt và các loại phương tiện giao thông khác nhằm làm giảm tối
thiểu thời gian trễ của cả hành khách xe buýt và xe cá nhân.
1
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Traffic
Priority request Signal
Controller
Hình 6.2 trình bày sự kết hợp làm việc của hệ thống định vị dùng GPS và hệ thống
điều khiển đèn như đã mô tả ở trên. Để thuận tiện, người ta cũng có thể kết hợp trạm
GPS differential base station thành một với hệ thống điều khiển điều khiển tín hiệu
trung tâm. Có một lưu ý là hiện nay phần lớn các trường hợp ưu tiên dạng này chỉ là để
hỗ trợ các xe buýt đang bị chậm so với biểu đồ thời gian định trước.
B
Bình thường
thẳng không thể di chuyển vào đoạn set back, và làm giảm lượng xe xếp hàng chờ sau
vạch dừng của làn ưu tiên xe buýt. Giải pháp là dừng sớm hướng đi thẳng đối diện để
cho phép dòng rẽ phải (trái) tháo ra sớm hơn hoặc tháo trước dòng rẽ phải (trái) rồi mới
cho xe đối diện đi thẳng.
Hình 6.4: Làn xe buýt ưu tiên (Lưu ý giao thông bên trái)
Đèn tín hiệu phụ pre-signal cho xe buýt
Để hỗ trợ xe buýt nhiều hơn, đặc biệt khi muốn ưu tiên cho xe buýt rẽ trái. Trong
trường hợp này, người ta có thể bố trí thêm một đèn tín hiệu phụ trước đèn tín hiệu
chính. Đèn tín hiệu phụ này (chỉ áp dụng cho các xe khác) có thời gian đỏ một khoảng
ngắn vào đầu thời kỳ đỏ của đèn chính. Khoảng thời gian này, khi các xe khác phải
dừng ở vạch dừng phụ trước vạch dừng chính, xe buýt được phép di chuyển tiến lên
phía trước dừng sát vạch dừng chính, trên làn rẽ trái hoặc làn xe đi thẳng. Chỉ sau khi
đèn phụ bật xanh (đèn chính vẫn đỏ), các xe mới được tiến về phía vạch dừng chính.
Việc thiết kế bố trí đèn tín hiệu phụ đòi hỏi vùng vào nút của các xe khác phải đủ rộng,
và thêm không gian để bố trí một đảo nhỏ dựng trụ đèn phụ.
4
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Chương 7:
Nhìn chung về mặt toán học người ta coi điểm biên của ảnh là điểm có sự biến đổi
đột ngột về độ xám. Như vậy phát hiện biên một cách lý tưởng là xác định được tất cả
các đường bao trong các đối tượng. Định nghĩa toán học của biên ở trên là cơ sở cho các
kỹ thuật phát hiện biên. Điều quan trọng là sự biến thiên mức xám giữa các ảnh trong
một vùng thường là nhỏ, trong khi đó biến thiên mức xám của điểm vùng giáp ranh (khi
qua biên) lại khá lớn. Hình 7.1 cho thấy các kiểu đường biên của ảnh thông qua chuyển
biến độ xám.
Hình 7.1: Các kiểu biến thiên độ xám ảnh thể hiện biên
Việc dò tìm biên trong ảnh về cơ bản có hai nhóm phương pháp: Laplace và
Gradient. Phương pháp Gradient dò tìm giá trị cực trị của đạo hàm bậc nhất của hàm
diễn biến cường độ sáng của ảnh, trong khi phương pháp Laplace tìm kiếm nghiệm của
đạo hàm bậc hai của hàm diễn biến cường độ sáng của ảnh theo vị trí.
1
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
7.1.2. Kỹ thuật dò tìm biên trong ảnh dùng phương pháp độ dốc (gradient)
Phương pháp Gradient xác định độ dốc hai chiều tại một vị trí của một hình 2D dạng
grayscale. Thuật toán này sử dụng một ma trận mặt nạ nhân chập kích thước khoảng
3x3. Một ma trận dùng để ước lượng gradient ảnh theo chiều ngang, ma trận còn lại ước
lượng theo chiều dọc. Mặt nạ ma trận có kích thước nhỏ hơn nhiều so với kích thước
ảnh. Hai ma trận tương tác với ma trận điểm ảnh bằng phép nhân chập (convolution).
Theo đó mỗi ma trận sẽ trượt ngang dọc theo ảnh ảnh theo hai phương và lần lượt tính
gradient theo từng phương của các điểm tâm trong một lân cận các điểm ảnh.
Điển hình của phương pháp Gradient sử dụng toán tử Prewitt và Sobel có các mặt nạ
ma trận như hình 7.2.
-1 0 1 -1 -1 -1
-1 0 1 0 0 0
-1 0 1 1 1 1
-1 0 1 -1 2 -1
-2 0 2 0 0 0
-1 0 1 1 2 1
Giả sử Gx và Gy là 2 ma trận điểm ảnh thu được sau khi nhân chập với 2 mặt nạ
theo hai hướng tương ứng. Ma trận điểm ảnh G được tính xấp xỉ theo công thức sau:
G=|Gx| + |Gy|
Thuật toán dò biên theo phương pháp Gradient có thể tóm tắt như sau:
Đầu vào: Ma trận ảnh cần tìm biên, Hai mặt nạ ma trận I1 và I2
Đầu ra: Một ma trận ảnh (chứa các đường biên được tìm thấy).
Gán giá trị các điểm ảnh trên đường viền ảnh =0 (hoặc bằng màu
nền ảnh).
else
G=|Gx|+ |Gy|
- Nếu giá trị gradient điểm ảnh G lớn hơn chỉ số màu
ngưỡng được chỉ định, G ≥ T, thì gán giá trị ảnh là giá trị
màu lớn nhất, bằng 255. Khi đó, ta nói rằng vị trí đó là
điểm ảnh biên.
} }
Phần bên dưới trình bày phép nhân chập của ma trận ảnh vào với một mặt nạ, kết
quả là giá trị điểm ảnh chính giữa của vị trí nhân chập.
.. ..
.. ..
.. ..
.. ..
3
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
Trong đó:
Các giá trị nằm trên đường viền được gán =0 (hay giá trị màu nền).
(b11,b12,...b1n,b11....bn1,b1n...bnn, bn1...bnn)
Để tính giá trị điểm ảnh đầu ra, sử dụng công thức: G=|Gx|+ |Gy|
Thuật toán dò biên theo phương pháp Gradient sử dụng mặt nạ H2 như sau:
Đầu vào: Ma trận ảnh cần tìm biên, Ma trận mặt nạ H2
Đầu ra: Một ma trận ảnh G sau khi nhân chập ma trận điểm ảnh (của ảnh cần tìm
biên) với mặt nạ H2 (chứa các đường biên được tìm thấy).
Giải thuật
For (mỗi điểm ảnh của ảnh)
Gán giá trị các điểm ảnh trên đường viền ảnh =0 (hoặc bằng màu
nền ảnh).
else
4
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
- Nếu giá trị Laplace điểm ảnh nhỏ hơn chỉ số màu
ngưỡng thì gán giá trị ảnh là giá trị màu lớn nhất, 255 tức
xem đó là điểm biên.
Hãy tính G = |Gx| + |Gy| với Gx=Hx ⊗ I và Gy=Hy ⊗ I, Hx, Hy là nhân chập Prewitt.
Thuật toán dò tìm biên Canny được cụ thể hóa qua 6 bước như sau:
B1: Lọc noise khỏi ảnh nguyên gốc trước khi xác định các biên. Ta có thể dùng bộ lọc
Gauss với phép nhân chập ma trận Gauss. Ma trận nhân chập Gauss thường có kích
thước nhỏ hơn nhiều so với ảnh. Kích thước ma trận càng lớn thì việc dò tìm sẽ ít nhạy
hơn với ảnh hưởng của noise. Tuy nhiên, lỗi cục bộ sinh ra trong phép dò cũng tăng lên
đôi chút nếu ma trận Gauss tăng kích thước. Có thể chọn ma trận nhân chập Gauss như
hình 7.4.
B2: Sau khi làm trơn và lọc ảnh bằng nhân chập ma trận Gauss, dùng phương pháp
Gradient để dò tìm và xác định cường độ của các biên. Có thể dùng toán tử Sobel để
nhân chập theo hai phương trên ma trận ảnh.
B3: Xác định hướng của cạnh từ độ dốc theo hai phương x và y và lưu vào một ma trận
hướng của biên có kích thước bằng kích thước ma trận gradient của ảnh. Công thức xác
định hướng của biên như sau: (Chú ý các trường hợp 0o và 90o)
ɵ = artan (Gy/Gx)
B4: Sau khi biết được hướng của mỗi vị trí biên, ta xấp xỉ hóa nó thành các giá trị chuẩn
để có thể dễ định hướng tìm nó theo các phương di chuyển trên ma trận (ngang, đứng,
chéo).
Nếu hướng bằng [0 – 22,5] hay [157,5 - 180] độ, lấy bằng 0 độ
Nếu hướng bằng [22,5 - 67,5] độ, lấy bằng 45 độ
Nếu hướng bằng [67,5 - 112,5] độ, lấy bằng 90 độ
Nếu hướng bằng [112,5 – 157,5] độ, lấy bằng 135 độ
Hình 7.4: Ma trận nhân chập Gauss, theo Bill Green (2002)
B5: Sau khi đã có các hướng chuẩn đã có, đối với mỗi điểm biên, ta đi lần dọc và vuông
góc theo các hướng chuẩn này (đi ngang, dọc, hay chéo) để loại bỏ vào những điểm ảnh
có gradient không cực trị, hoặc không cùng hướng bằng cách gán giá trị 0 cho ma trận
gradient (hoặc có thể bổ sung vào những vị trí thiếu).
B6: Thuật toán dùng hai giá trị ngưỡng, nhỏ T1 và lớn T2. Bất kỳ điểm ảnh có giá trị
gradient lớn hơn T2 được xem là một biên ảnh, nếu gradient nhỏ hơn T1, nó sẽ bị gán
giá trị 0, tức không phải điểm biên. Nếu giá trị gradient nằm giữa hai ngưỡng, xét tiếp
giá trị hướng biên của điểm ảnh này. Điểm ảnh sẽ bị gán giá trị 0 nếu hướng biên của nó
6
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
không đến được một điểm ảnh lân cận có giá trị gradient lớn hơn T2.
Hình 7.5: Phân chia khung hình thành các block và vector dịch chuyển của 1 block
Sự tìm kiếm và so sánh được thực hiện giữa hai khối của khung hình hiện tại Bt và
trước đó Bt-1. Một khối ở khung hình trước được cho là khối nguyên bản trước dịch
chuyển của một khối ở khung hình hiện tại nếu Hệ số tương quan chéo (Cross
Correlation Function, CCF) của hai khối lớn hơn một giá trị ngưỡng xác định:
∑B
i, j
t −1 (i, j ).Bt (i, j )
CCF =
⎡ ⎤⎡ ⎤
⎢∑ Bt −1 (i, j )⎥.⎢∑ Bt (i, j )⎥
2 2
⎣ i, j ⎦ ⎣ i, j ⎦
Một số tiêu chuẩn khác so sánh sự giống nhau của hai khối có thể được dùng như
MSE (Mean of square error), MAD (Mean of Absolute Difference), SAD (Sum of
7
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
SAD = ∑ B (i, j ) − B
i, j
t t −1 (i, j )
Hệ số CCF được xem là tốt nhất, tuy cách tính toán khá phức tạp, trong khi hệ số
SAD được đánh giá đơn giản và hữu hiệu trong xác định sự giống nhau của các khối vì
nó không cần dùng phép nhân. Tuy nhiên, cần lưu ý là đối với CCF, ta sử dụng giá trị
cực đại trong khi SAD thì phải dùng giá trị cực tiểu. Phần tiếp theo giả định dùng chuẩn
CCF được dùng trong việc so sánh khối.
Nội dung thuật toán BMA được trình bày như sau:
B0: Chuyển đổi ảnh video về dạng gray scale và tách dữ liệu ma trận điểm ành của từng
khung hình liên tiếp.
B1: Chia mỗi khung hình thành các khối vuông có kích thước cố định, khai báo ma trận
vector chuyển vị các khối vuông.
B2: Cho mỗi khối Bt của khung hình hiện tại, xác định khối Bt-1 có vị trí tương ứng
trong khung hình trước, tính toán mối tương quan giữa chúng, nếu giá trị tương quan
CCF giữa chúng lớn hơn giá trị ngưỡng định sẵn, ta gán cho khối này giá trị vector dịch
chuyển null (hay nói cách khác, khối đứng yên). Thực hiện việc vừa nêu cho toàn bộ
các khối trong khung hình để xác định được các khối đứng yên.
B3: Cho mỗi khối không phải là khối đứng yên của khung hình (Bt), ta định nghĩa một
vùng dò tìm tương ứng trong khung hình (Bt-1) có tâm ở vị trí khối Bt. Lần lượt tính giá
trị tương quan CCF giữa khối Bt và từng khối Bt-1 trong khu vực dò tìm với bước dò tìm
bằng 1 điểm ảnh, giá trị CCF lớn nhất xác định được khối Bt-1 giống với khối Bt.
Phương pháp dò tìm này gọi là dò tìm đầy đủ (Full Search), như hình 7.5 mô tả.
Một phương pháp dò tìm khác có tên Dò tìm phân cấp (Hierchachi Full Search) có
thể dùng chính xác và hiệu quả hơn cách dò ở B3.
B3’: Làm tương tự như B3 nhưng bước dò tìm có thể lớn hơn hoặc bằng 4 điểm ảnh.
Tính và tìm khối Bt-1 có giá trị CCF lớn nhất, sau đó, di chuyển tâm vùng dò tìm đến vị
trí khối Bt-1 này. Thực hiện tiếp việc dò tìm trên vùng dò tìm mới này, nhưng kích thước
vùng dò tìm giảm phân nửa (có thể giữ nguyên kích thước vùng dò tìm) và bước dò tìm
cũng giảm đi phân nửa (khoảng 2 điểm ảnh). Thực hiện tương tự cho đến khi bước dò
tìm còn 1 điểm ảnh. Hình 7.6 trình bày diễn tiến của quá trình dò tìm theo 3 cấp độ.
Có nhiều kỹ thuật dò tìm khối giống nhau khác có thể áp dụng ở bước 3. Các khối
giống nhau giữa hai khung hình hiện tại và trước liền kề sẽ giúp ta xác định được vector
chuyển vị của khối đó. Tập hợp các vector chuyển vị của một khung hình hiện hữu được
gọi là Trường Vector Chuyển vị (Displacement Vector Field, DVF) của khung hình đó.
8
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
dò 2 điểm ảnh trong vùng 4x4 điểm ảnh; Bước 3, khối 2x2 điểm ảnh, bước dò 1 điểm ảnh trong vùng 2x2 điểm ảnh.
Ở đây khoảng cách được tính bằng chuẩn L2 của không gian Euclide, các chuẩn
khác cũng có thể được dùng để tính khoảng cách như L1, hay Lp.
Phương pháp lọc trung vị vector chỉnh sửa các vector không đáng tin cậy dựa vào
các vector chuyển động không null xung quanh nó. Vector không tin cậy sẽ được thay
thế bằng một vector trung vị FK. Vector trung vị được xác định là một trong số các
vector xung quanh nó có đặc điểm sau:
RK = min Ri
N N
∑j =1
( x j − x K ) 2 + ( y j − y K ) 2 < ∑ ( x j − xi ) 2 + ( y j − y i ) 2 ∀i ≠ K
j =1
9
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
F1 F2 F3
F4 F5 F6
Trước hiệu chỉnh
F7 F8 F9
F1 F2 F3
F4 F5 F6
Sau hiệu chỉnh
F7 F8 F9
Hình 7.7: Vector không tin cậy F5 cần hiệu chỉnh bằng 8 vector xung quanh
Quá trình chỉnh sửa vector chuyển động này sẽ làm giảm đáng kể độ ồn và làm cho
các khối có các vector chuyển vị tương tự nhau.
Giá trị ngưỡng này tùy thuộc vào kích thước của khối, kích thước của xe, và vận tốc
dòng xe.
Thuật toán gán nhãn được tóm tắt như sau (tham khảo của Stefano và Viarani):
Per each frame of the sequence:
BEGIN MAIN
IF the block(i,j) is yet unlabelled AND it has a non null vector THEN
10
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
label_map(i,j) = new_label;
CALL “Mark-8”(i,j,new_label);
}END MAIN
PROCEDURE “Mark-8”(i,j,new_label)
BEGIN PROCEDURE
DO BEGIN{
AND L2_norm[vector(i,j)-vector(r,c)]
THEN
label_map(r,c) = new_label;
}END WHILE;
}END PROCEDURE
RETURN;
Ghi chú: Nếu một khối chưa có nhãn thì ta vừa gán nhãn cho khối đó, vừa dùng thủ
tục Mark-8 để gán cùng giá trị nhãn cho một số khối xung quanh mà có khoảng cách
vector nhỏ so với khối đó hơn Threshold.
Sau khi đã gán các nhãn cho các khối của cùng một xe, ta tiến hành gán cùng một
màu cho các điểm ảnh của các khối của cùng một xe. Kết quả thu được sẽ thể hiện
ngược lên màn hình.
11
Hệ thống Giao thông Thông minh – TS. Văn Hồng Tấn
7.3. Kỹ thuật phát hiện xe bằng phương pháp phân tích hình nền
Việc phát hiện xe còn có thể được thực hiện bằng phép phân tích hình nền. Đó là
việc so sánh sự khác biệt của khung hình có xe và khung hình nền không có xe. Cũng
giống như trong kỹ thuật dò tìm chuyển động, hình ảnh giao thông thu thập được từ
thiết bị camera quan trắc phải được chuyển thành dạng grayscale trước khi phân tích.
của khung hình nền. So sánh từng giá trị thu được với giá trị ngưỡng, nếu lớn hơn
ngưỡng thì xem là khác biệt so với nền, gán giá trị độ xám bằng 255. Chồng chập 2 ma
trận ảnh thu được ở bước 1 và bước 3.
B4: Kết khối các điểm ảnh có giá trị độ xám ≥ 120. Hai điểm sẽ được đánh cùng một số
nhãn nếu chúng nằm xung quanh nhau (chênh lệch chỉ số của cả hàng và cột của hai
điểm ảnh phải ≤ 1), (xem thêm thuật toán kết nhóm các khối). Các điểm có cùng số
nhãn thuộc cùng một xe. Hình 7.9 trình bày cách ghép khối
0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0
Hình 7.9: Cách ghép khối các điểm ảnh không thuộc nền
13